基于CGWO算法的边坡最小安全系数全局寻优方法

作者：王述红; 魏崴; 韩文帅; 陈浩

来源：东北大学学报(自然科学版), 2022, 43(07): 1033-1042.

• 灰狼优化算法
• 混沌映射
• 边坡稳定性分析
• 最危险滑动面
• 最小安全系数

针对基本灰狼算法存在初始种群不均匀、早熟收敛等问题，基于混沌理论从三个方面对灰狼优化(grey wolf optimization, GWO)算法进行改进，提出了混沌灰狼优化(chaotic grey wolf optimization, CGWO)算法用于确定边坡的最小安全系数.首先，采用改进Tent混沌映射提高初始种群多样性；其次，通过混沌扰动策略避免算法陷入局部最优；最后，引入参数混沌非线性调节机制均衡算法的全局开发和局部勘探算力.13个基准测试函数的仿真结果表明，改进后的算法与基本GWO,WOA,PSO以及SCA相比具有更强的综合寻优性能.选取ACADS边坡考核题进行计算分析，CGWO算法表现出较高的计算精度和收敛速度，能够有效地搜索到复杂分层边坡的最小安全系数.对比有限元强度折减法，该方法具有操作简易、搜索区域易于设置等优点.

• 单位
  土木工程学院