系統(tǒng)分析的研究和在水利工程中的應用.pdf

1、同電氣工程、機械工程等學科研究領域相比，土木工程則具有較大模糊性和隨機性，隨著該學科的繼續(xù)發(fā)展，許多問題已可通過系統(tǒng)分析的研究得到確定性的結果，并逐漸向最優(yōu)化方法分析確定結論方向發(fā)展，可見系統(tǒng)分析在土木工程理論研究和工程應用中將會發(fā)揮越來越重要的作用。 系統(tǒng)分析的研究包括5部分。研究應用在水利工程方面。 1．系統(tǒng)建模-混合Lotka-Volterra模型將Lotka-Volterra競爭模型與互利模型混合，得到混合的Lo

2、tka-Volterra模型。種群間的關系，表現為一個周期內一段時期競爭，一段時期互利。并證明了混合模型正平衡點的局部漸進穩(wěn)定性和全局穩(wěn)定性。 2．系統(tǒng)預測一考慮模糊區(qū)域的灰色馬爾可夫鏈應用于防洪堤水平位移預測應用灰色系統(tǒng)理論和模糊數學的方法，建立了考慮模糊區(qū)域的灰色馬爾可夫鏈式預測模型。 3．非線性優(yōu)化算法-工程結構可靠度計算給出滿足響應面法的功能函數求解結構可靠度C++程序。 應用劃分網格法與避免了維數災的粗

3、格子點法求解幾何可靠度；通過并行粗格子點法求解可靠度。 在大型工程結構分析中，應用幾何可靠度求解，作為約束條件的結構功能函數較復雜或結構功能函數是隱式時，有必要采用罰函數將約束的優(yōu)化問題轉化為無約束的優(yōu)化問題。從結構可靠度幾何意義及懲罰函數的作用出發(fā)，分析了懲罰結構非極限狀態(tài)可能出現的欺騙性。提出應用結構失效區(qū)域的變量來求解幾何可靠度，得到一個不需引入懲罰函數的無約束優(yōu)化問題。 4．系統(tǒng)仿真-仿真算法自然界物種優(yōu)勝劣汰，

4、適者生存。在相互競爭的多個種群中，必然有某一個種群，其群內的個體具有最大的多樣性(Most Diverse Population，MDP)。這個群我們稱之為MDP群。在每個種群內，當前每一代個體根據以下因素更新自己：個體自身情況、群內最優(yōu)個體、群外最優(yōu)個體(也可取最優(yōu)個體)、MDP群內隨機個體、個體多樣性較優(yōu)群(此種群判斷識別的個體多樣性最優(yōu)群)內隨機個體。實現群個體的適應性與種群的個體多樣性的雙重競爭。種群個體適應性強，個體多樣性強，

5、種群產生更多的個體。在“雙重競爭”尋優(yōu)機制的作用下，逐步逼近最優(yōu)個體。 模仿棲息地破壞下種群對環(huán)境的適應，提出棲息地破壞群競爭算法。 在GA個體選擇策略中，Holland提出賭輪盤的個體選擇策略，群優(yōu)秀個體被選中機率較大。DHCPA采用智能個體選擇策略：當群個體較少時，下一代產生優(yōu)秀個體的幾率小，這樣會導致算法收斂速度慢，所以我們采用提高選中群內優(yōu)個體概率的方法。當群個體較多時，我們采用降低選中群內優(yōu)個體概率的方法，避免

6、陷入局部最優(yōu)。 智能的選擇策略選中優(yōu)個體的概率逐代提高。 迭代初期，由于棲息地破壞，群個體逐漸減少，淘汰了群內劣勢個體加快收斂；隨著種群對棲息地破壞適應能力增強，群個體增加，避免陷入局部最優(yōu)，群個體適應性和群個體多樣性決定了各群個體的增加快慢。 改進PSO算法的慣性權重。慣性權重不僅考慮了隨代數縱向線性變化，也根據當前和迄今粒子的適應度重排序橫向線性變化。橫向線性變化上限不變，下限逐漸減小，使得線性變化數值范圍隨

7、代數逐漸增大。慣性權重隨著代數逐漸取負，并且適應度差的粒子取負的幾率更大。 5．系統(tǒng)評價一層次分析法n階比較判斷矩陣，通過選擇判斷矩陣n-1個元素aij，ajk，…，alm，amn得到所有不同權重向量[Wi，wj，Wk，…，W1，Wm，Wn]T，組成權重向量集合。通過最小二乘法評價集合內權重向量一致性，部分一致性最差權重向量對應權重求和得到的權重向量，通過求解廣義偏差函數的最小二乘問題修正此權重向量。最終判斷陣權重向量由修正的權