遗传算法在深基坑支护结构优化设计中的应用

【摘要】： 深基坑支护结构优化设计是一个涉及面广、综合性强的工作，需要多方面的知识和丰富的工程设计经验，目前，国内外在深基坑支护结构设计优化方面的工作还不够完善，特别是在优化方法的选择上有很大的缺点，仅仅是停留在传统的运筹学的基础上，这些传统的优化方法往往假定设计变量是连续的，且目标函数是可导的。实际上，在深基坑工程设计中，涉及因素很多，变量是离散的，目标函数也是多峰的，利用传统的优化方法，往往使算法陷入局部最优解。基于这些问题，本文介绍了一种基于遗传算法的深基坑支护结构设计的优化方法，它的初值不是一个点，而是多个初始点，它充分利用遗传算法的简单通用、鲁棒性（robustness，即稳健性）强、适合于并行处理和适应性好等特点。本文研究表明，利用遗传算法进行深基坑结构设计优化是一种良好的优化方法，实践证明它显示了强大的生命力。 本文首先介绍了深基坑支护的种类、破坏形式以及支护的功能和特点，分析了深基坑支护存在的一些问题，详细分析了遗传算法在结构优化设计的应用现状。探讨了深基坑支护结构设计优化的方法，比较了传统方法和现代方法的差异，得出了现代优化方法比传统优化方法更完善的结论。详细介绍了遗传算法的理论和实现技术，探讨了交叉概率、变异概率、群体规模、进化代数等变量的选取问题，建立起了基于遗传算法的深基坑支护结构设计的优化模型，结合弹性地基梁有限元法，利用FORTRAN语言编制了GAFORTRAN优化程序，程序中包括普通遗传算法和改进遗传算法。本文通过工程实例分析，很好地说明了遗传算法可以用于深基坑结构的优化设计中，并与传统的优化方法做了比较，结果更加良好。在普通遗传算法的基础上加入了小生境技术和保留上一代最优个体的策略，以达到改进算法的目的。通过工程实例证明，改进遗传算法具有更好的收敛性能，经济上能达到最优的目标。为了加快收敛速度，本文采取加入保留上一代最优个体不参与下一代的遗传操作，这样加快了收敛速度，提高了效率，减少机时。