[发明专利]一种基于遗传算法及基因表达式编程的复合地基智能设计方法

说明书

本发明公开一种基于遗传算法及基因表达式编程的复合地基智能设计方法，涉及复合地基设计技术领域。包括：建立样本数据集；确定出关键设计参数；基于基因表达式编程算法确定出关键设计参数与设计控制参数之间关系的函数关系模型；在设定的取值范围内随机确定该n‑a个可优化参数的值，根据函数关系模型计算剩余的a个可优化参数的值；判断该值是否在设定取值范围内，以建立每个个体满足设定的设计控制参数要求的初代种群；基于遗传算法模型得到同时满足设计控制参数要求以及造价优化的待建设复合地基设计参数。解决了传统复合地基设计方案设计参数误差大、优化调参效率低等问题，且能同时满足复合地基承载力、沉降量及工程造价的要求。

技术领域

本发明涉及复合地基设计技术领域，尤其涉及一种基于遗传算法及基因表达式编程的复合地基智能设计方法。

背景技术

基础--桩--土相互间的共同作用十分复杂，使得对复合地基承载力及变形机制的认识面临物理上困难，致使理论研究进展缓慢，大为滞后于工程实践的发展，无法有效地解决工程实践中所出现的一些问题。同时，采用桩基加固软土地区路基的传统设计方法为假定桩体设计参数，预测复合地基承载力及沉降变形，再评估造价，难以逆向根据地基承载力和沉降变形的控制指标快速确定经济合理的最优设计方案。

人工智能技术的突破和发展为解决传统难题提供了新的思路。神经网络是人工智能重要算法之一，可以帮助解决理论计算准确性不高时，建立设计参数与沉降量及承载力之间的关系模型的问题，实现沉降量和承载力的预测。但神经网络仅能实现正向计算，即输入设计参数得到沉降量或地基承载力预测结果。无论是采用传统计算方法还是神经网络模型，在已知承载力和沉降量控制要求时，想获取更为经济合理的复合地基设计参数仅能通过反复试算，工作量大，效率低且难以找到最优解。

发明内容

有鉴于此，本发明实施例提供一种基于遗传算法及基因表达式编程的复合地基智能设计方法，可以解决传统复合地基设计方案设计参数误差大、优化调参效率低等问题，并且能同时满足复合地基承载力、沉降量及工程造价的要求。

为达到上述发明目的，采用如下技术方案：

本发明实施例提供的基于遗传算法及基因表达式编程的复合地基智能设计方法，包括步骤：

S10、建立样本数据集：初步确定复合地基设计参数，所述复合地基设计参数包括土体参数和桩体参数，基于所述复合地基设计参数通过参数化建模建立数值模型；

根据试验数据对所述数值模型进行验证，采用批处理方法获取样本数据集；所述样本数据集的每个样本具有多个样本特征和样本标签，所述样本特征为设计参数，样本标签为设计控制参数，所述设计控制参数包括承载力和/或沉降量；

S20、根据所述设计控制参数，对所述样本数据集中的每个样本的样本特征进行筛选，确定出影响设计控制参数的关键设计参数；

S30、基于基因表达式编程算法确定出所述关键设计参数与设计控制参数之间关系的函数关系模型；

S40、根据工程实际条件，对待建设复合地基设计参数分类；一般的，土体参数为确定性参数，桩体参数为可优化参数；

S50、建立遗传算法模型，接收输入的确定性参数集中确定性参数的值，根据工程经验和待建设复合地基设计控制参数设定可优化参数集中的每个可优化参数的取值范围；

S60、根据待建设复合地基设计控制参数，随机选取(n-a)个可优化参数，在所述取值范围内随机确定该(n-a)个可优化参数的值，根据步骤S30中得到的函数关系模型计算剩余的a个可优化参数的值；所述a的值与待建设复合地基设计控制参数的个数一致；a和n为正整数，且n-a≥1；

判断剩余的a个可优化参数的值是否处于设定取值范围内；

若是，则生成一个个体；