交通系统智能决策的算法研究

遗传算法是近年来迅速发展起来的一种全新的随机搜索与优化算法，但由于其自身固有的缺陷，通常优化过程的收敛速度较慢，局部搜索能力不足，而且算法稳定性较差。而蚁群算法广泛应用在旅行商问题计算中，目前是较好的求解最短路由问题的算法之一。就其自身来说有很多优点，如正反馈性、鲁棒性和智能性，但是在寻优过程中容易陷入局部最佳的缺点。针对上述情况，将遗产算法与蚁群算法相结合，用于实际交通系统寻找最优路径的问题中，并定义了目标函数，以路径可靠性和路径长度为优化目标，寻找最合适的救灾路线。最后通过实际计算结果的对比验证，说明了该方法的有效性。     

浸润线深度对尾矿坝稳定性分析的影响研究

鉴于当前尾矿坝在线监测系统中关于浸润线深度预警指标存在的难定量化问题,基于尾矿库概化模型,假定三种平均坡度,四种浸润线深度,采用FLAC2D软件试用版对尾矿坝的抗滑稳定性程度进行了模拟分析,得到了每种条件下尾矿坝的剪应变云图和相对应的抗滑稳定安全系数,比较了尾矿坝安全系数随着平均坡度以及浸润线深度的变化情况,结果发现：平均坡度对尾矿坝的稳定性影响显著,尾矿坝的整体抗滑稳定系数随平均坡度的减小逐渐增大;此外在平均坡度相同的前提下,浸润线深度自5m增加至10m的区间内,浸润线每增加1m,安全系数提高的程度最大约为5%左右,随后提高的程度逐渐减小,直至稳定在3%左右。此结果为在线安全监测系统的预警提供了技术支持。     

改进的粒子群算法及其在土坡临界滑动面搜索中的应用

首先,提出了一种新型的模拟任意滑动面的方法,该法能自动产生运动许可的滑动面。同时,针对基本粒子群优化算法存在计算量大的缺点,提出了一种改进的,即不连续飞行粒子群优化算法。利用Spencer法计算滑动面的安全系数,对几个复杂土坡的最小安全系数及其对应的滑动面进行了分析,并与国内外已有结果进行了比较,证明了改进粒子群优化算法和模拟滑动面的新方法是合理、有效的,可用于复杂优化问题的研究。