[发明专利]基于粒子群优化和蒙特卡罗模拟的滑坡有限元区间分析法

说明书

本发明公开了基于粒子群优化和蒙特卡罗模拟的滑坡有限元区间分析法，包括如下步骤：(1)确定滑坡有限元区间分析所需的不确定性岩土体参数及其区间范围，作为粒子群优化算法的搜索变量和搜索空间；(2)根据安全系数计算公式确定算法的适应度函数；(3)采用蒙特卡罗方法计算安全系数区间；(4)初次迭代，将初始岩土体参数代入有限元计算适应度值，判断初次迭代步种群历史最优位置和粒子历史最优位置；(5)再次迭代，判断初次迭代步至当前迭代步种群历史最优位置和粒子历史最优位置；(6)重复步骤(5)直至算法达到终止准则。该方法可获得精确安全系数区间，有效避免区间扩张，同时避免局部收敛。

技术领域

本发明涉及一种滑坡稳定性区间分析方法，特别涉及一种基于粒子群优化和蒙特卡罗模拟的滑坡有限元区间分析法。

背景技术

滑坡工程中，岩土体的形成极其复杂，岩土体参数本身具有空间变异性，测量精度和方法的有限性更增加了其不确定性。如何用不确定性分析方法处理这样一个高度复杂的不确定系统是研究者必须面对的问题。

不确定性分析方法主要包括三种：随机分析方法、模糊分析方法和区间分析方法。实际岩土体工程中，由于缺乏足够的统计资料，往往很难得到不确定性参数的足够样本，因而很难用随机或模糊分析方法进行处理。而区间分析方法只需得到不确定性参数的区间范围即可进行计算，得到的计算结果为包括真实解在内的闭区间，有效克服了另外两种方法的缺点。

然而，采用常规的区间运算法则进行区间计算时，将原本相同的区间变量看成取值范围相同的不同区间变量，若在计算中，不同位置的区间变量取了不同的边界值，则计算得到的结果区间将大于真实的解区间，即造成区间扩张。

粒子群优化算法用于不确定性分析中，能够有效避免区间结果扩张，但在计算的过程中算法极有可能陷入局部收敛，影响结果的准确性。

发明内容

发明目的：针对现有区间分析方法存在的区间扩张问题以及粒子群优化算法存在的局部收敛问题，本发明提供一种基于粒子群优化和蒙特卡罗模拟的滑坡有限元区间分析法。

技术方案：本发明所述的基于粒子群优化和蒙特卡罗模拟的滑坡有限元区间分析法，包括如下步骤：

(1)根据滑坡工程实际，确定滑坡有限元区间分析所需的不确定性岩土体参数及其区间范围，作为粒子群优化算法的搜索变量和搜索空间；

(2)根据有限元滑坡安全系数计算公式和不确定性岩土体参数确定区间有限元滑坡安全系数计算公式，作为粒子群优化算法的适应度函数；

(3)在岩土体参数区间范围内计算出滑坡基于蒙特卡罗方法的安全系数区间，并确定该区间上下限对应的岩土体参数值；

(4)设置粒子群优化算法参数，初始化粒子的速度和位置，将每个粒子的初始岩土体参数代入有限元计算进行初次迭代，计算每个粒子的适应度值，基于蒙特卡罗安全系数区间确定初次迭代步的种群历史最优位置，并将每个粒子的当前位置作为粒子历史最优位置；

(5)更新粒子的速度和位置进行再次迭代，参照步骤(4)基于蒙特卡罗安全系数区间更新初次迭代步至当前迭代步中种群的历史最优位置，并判断每个粒子的历史最优位置；

(6)重复步骤(5)直至算法达到终止准则，此时最小适应度值、最大适应度值即为滑坡安全系数区间的下、上限值，其对应粒子所在位置即为滑坡安全系数区间下、上限对应的岩土体参数值。

上述步骤(1)中，不确定性岩土体参数包括滑坡各岩土层的弹性模量泊松比容重粘聚力和内摩擦角搜索空间为：其中，E,分别为弹性模量的最小值和最大值，v,分别为泊松比的最小值和最大值，γ,分别为容重的最小值和最大值，c,别为粘聚力的最小值和最大值，分别为内摩擦角的最小值和最大值。