公开(公告)号：CN119047017A

公开(公告)日：2024-11-29

申请号：CN202410839973.8

申请日：2024-06-26

Applicant: 扬州大学

Inventor： 孙林松 ,  王涵之 ,  刘明月 ,  徐波

IPC: G06F30/13 ,  G06F30/27 ,  G06F111/06 ,  G06F111/04

Abstract: 本发明公开了基于多策略改进粒子群算法的重力坝断面优化方法，涉及水工结构工程技术领域，包括获取重力坝基础信息；建立以最小化重力坝工程造价为优化目标的重力坝断面优化模型；根据多策略粒子群优化算法，求解重力坝断面优化模型满足约束条件的最优解。本发明通过SK初始化策略初始化粒子群，有效提高初始种群分布质量，帮助种群靠近全局最优解；采用非线性函数变化惯性权重，根据每次迭代后粒子的适应度值，自适应调整惯性权重方向，进而改变粒子运动方向；采用自适应分层学习策略，根据粒子适应度排名将粒子分为优势层、普通层和劣势层，根据各层粒子特性选择不同学习策略，最终形成多策略融合改进粒子群算法，有效地降低重力坝的建造成本。

公开(公告)号：CN119047016A

公开(公告)日：2024-11-29

申请号：CN202410839972.3

申请日：2024-06-26

Applicant: 扬州大学

Inventor： 孙林松 ,  王涵之 ,  刘明月 ,  徐波

IPC: G06F30/13 ,  G06F30/27 ,  G06F111/06 ,  G06F111/20 ,  G06F119/02

Abstract: 本发明公开了基于优化极限学习机的重力坝深层滑动可靠度计算方法，涉及水工结构工程技术领域，包括获取重力坝基本信息；通过多策略融合改进粒子群优化算法SHPSO优化极限学习机，构建优化极限学习机ELM模型；根据优化极限学习机ELM模型的最优参数，构建最优ELM模型，计算重力坝深层滑动可靠度。本发明通过获取重力坝基本信息为计算奠定基础；将极限学习机ELM参数作为优化目标，利用多策略融合改进的粒子群优化算法SHPSO优化ELM参数，提高ELM模型预测精度和泛化能力；根据优化后的ELM模型最优参数构建最优模型，抽取随机样本输入计算，可精确获得重力坝深层滑动失效率和可靠度，为坝体抗滑稳定性分析提供精确数据支持，弥补了现有方法的不足。