遗传算法在级配碎石配合比设计中的应用.pdfVIP

遗传算法在级配碎石配合 比设计中的应用 张 宇 杜 国祥 刘 刚 摘 要 ：将遗传算法引入级配碎石配合 比设计领域，利用遗传算法的普适性和全局有哪些信誉好的足球投注网站特性找到最佳的配合比，通过实 际工程数据对比说明，遗传算法得到的配合比优于传统方法得到的配合比，得出了遗传算法在该领域是一种可行、有效 方法的结论。 关键词 ：级配碎石，配合比，遗传算法 中图分类号：TU521 文献标识码：A 阳泉～五台山高速公路是山西省东纵干线公路 的重要组成 着混合料的工程性质越好。于是问题便转化为寻找一组掺配 比 部分，全长 182krn。该项 目采用BOT模式，由国家特大型中央A 例，使得按此比例掺配得到的混合料级配曲线最接近规范中值。 级企业中国建筑工程总公司投资建设。其中，山西省阳泉市一盂 没用于掺配的五组不同粒径碎石的掺配比例系数分别为n， 县段是阳五高速公路的一期工程。由中建市政建设有限公司承建 a2，a3，a4，a5；0≤a≤1，i=1，2，3，4，5，将 a1，a2，a3，a4四个系 的阳五高速A1—3合同段起点桩号为K9+080，终点桩号为K15+ 数作为遗传算法中的一条染色体 ，a=1一al—a2一a3一a4。种 040。为保证高等级公路施工质量及车辆在高速运行中的平顺性 群规模N=50，即每一代有 50条染色体参与计算。 和稳定性，在路基96区范围内设计采用级配 良好的碎石换填筑。 适应度函数为 ： 其中K9+950~K10+080段作为路基 96区级配碎石试验段。 ． ． F= lCi—CMiI (1) 本文将遗传算法引入级配碎石配合 比设计领域 ，利用遗传算 法这种普适性的优化算法寻找级配碎石的最佳配比。 其 中，C为该组染色体得到的合成级配第 i个筛孔的累积筛 1 遗传算法简介 ¨】 余 ； 为规范规定的第i个筛孔的累积筛余 中值；F为合成级配 与规范规定 中值之间的总偏差。 遗传算法主要借用生物进化过程中 “优胜劣汰，适者生存”的 当a50时，令 F=999999。 规律 ，即最适合 自然环境的群体往往产生更大的后代群体，而适 显然 ，F值越大，该组染色体的适应度越小。 应环境能力较差的群体产生后代群体的机会就要小得多，一般面 本文采用英国 Sheffield大学遗传算法工具箱编制 了Matlab 临被淘汰的命运，优胜劣汰在这个过程中起着非常重要的作用。 计算程序 ，具体计算步骤如下： 遗传算法包含以下主要处理步骤：1)对优化问题的解进行编 1)令进化代数ge=0，并给出初始化群体 P(ge)，染色体a ， 码 ，一个解的编码称为一个染色体，组成编码的元素称为基因，编 a2，a3，a在O～1之间随机赋值 ，种群共有50条染色体。 码的目的是用于优化问题解的表现形式和利于以后遗传算法中 的计算。2)适应函数的构造和应用。3)染色体的结合。4)在新 2)对 P( )中每个个体进行适应度评价：。5=1一a1一n2～n3一 Ⅱ4；a50时 F=999999；a5≥0时，按式(1)计算 F。 解产生的过程中可