粒子群優(yōu)化算法及其在土石壩風(fēng)險(xiǎn)分析中的應(yīng)用研究.pdf

1、在目前風(fēng)險(xiǎn)度計(jì)算中，設(shè)計(jì)人員不僅希望獲得結(jié)構(gòu)體系的失效概率，還希望獲得設(shè)計(jì)驗(yàn)算點(diǎn)。蒙特卡羅模擬法雖然精度高，但無(wú)法得到設(shè)計(jì)驗(yàn)算點(diǎn)；廣泛采用的JC法需要對(duì)結(jié)構(gòu)體系的極限狀態(tài)函數(shù)做線性化處理，給計(jì)算結(jié)果帶來(lái)誤差。粒子群優(yōu)化算法是一種仿生進(jìn)化算法，能有效處理復(fù)雜的全局最優(yōu)化問(wèn)題。
　　 本文在總結(jié)和回顧現(xiàn)有的風(fēng)險(xiǎn)度計(jì)算方法基礎(chǔ)上，提出了基于Hasofer-Lind可靠度指標(biāo)優(yōu)化的風(fēng)險(xiǎn)度計(jì)算方法，并建立了模型，將風(fēng)險(xiǎn)度計(jì)算問(wèn)題轉(zhuǎn)為帶約束

2、的最小值優(yōu)化問(wèn)題。
　　 在試驗(yàn)-分析-推斷-驗(yàn)證的邏輯體系下，基于MATLAB語(yǔ)言，深入分析了PSO的參數(shù)特性及其對(duì)算法性能的影響，闡述了PSO中的幾個(gè)確定性現(xiàn)象。提出在PSO中，群體歷史最優(yōu)位置gbest的進(jìn)化區(qū)域是關(guān)鍵區(qū)域；在進(jìn)化中，粒子多樣性損失過(guò)快或不足，是造成PSO早熟收斂或陷入局部最優(yōu)的主要原因。
　　 基于上述工作與結(jié)論，確定了改進(jìn)方針與目標(biāo)，提出一種具有定期遷徙能力的粒子群優(yōu)化算法CMPSO，經(jīng)在基準(zhǔn)函