摘要 針對邊坡穩(wěn)定計算難以控制、計算量大的問題，文章在瑞典條分法的基礎(chǔ)上，運用遺傳算法，通過MATLAB編程的方式，將土坡安全穩(wěn)定系數(shù)K值的求解問題轉(zhuǎn)化為用遺傳算法計算的優(yōu)化模型問題。結(jié)果表明，與傳統(tǒng)計算方法相比，該模型可大幅提升計算速度和精度，可為設(shè)計施工提供有效指導(dǎo)。

關(guān)鍵詞 遺傳算法；邊坡穩(wěn)定；瑞典條分法

中圖分類號 U415 文獻標識碼 A 文章編號 2096-8949（2024）17-0001-03

0 引言

路基是一種永久的土工結(jié)構(gòu)，其工作環(huán)境十分復(fù)雜。在車輛動荷載的反復(fù)作用以及線路與地基土重量的共同作用下，路基需要具有一定的強度與穩(wěn)定性，而路基的穩(wěn)定性也就是路基邊坡的穩(wěn)定性[1]。從力學(xué)的角度分析，邊坡的滑塌性是由于坡體中的抗剪強度超過了其自身的承載力，從而導(dǎo)致邊坡滑塌。因此，凡是能增加或減少土壤抗剪強度的因素，均可引起斜坡失穩(wěn)。影響邊坡穩(wěn)定性的主要原因包括以下幾點：（1）邊坡的地質(zhì)地貌條件；（2）構(gòu)成邊坡的土壤物理力學(xué)特性；（3）邊坡的幾何狀況；（4）水對邊坡的影響；（5）地震引起的地層液化；（6）震動和其他震動的載荷。

邊坡工程安全穩(wěn)定性始終是工程領(lǐng)域的熱點與難點問題，公路、鐵路、市政等基礎(chǔ)設(shè)施在實施建設(shè)過程中，會遇到各種復(fù)雜條件下的邊坡穩(wěn)定性難題。當前工程實踐中，費倫紐斯條分法、畢肖普法以及規(guī)范法是計算分析邊坡穩(wěn)定性的主要方法，但這些方法均需代入土體參數(shù)進行大量的公式計算。工程實踐表明，理論計算結(jié)果的精度仍有待提高，且由于計算煩瑣，工程現(xiàn)場難以實時快速驗算[2]。該文基于瑞典條分法，通過編程方式，將其轉(zhuǎn)化為可用遺傳算法計算的優(yōu)化模型問題，該模型可直接用于設(shè)計或施工，并且能夠快速、精準地得到邊坡的穩(wěn)定系數(shù)。

1 遺傳算法原理

1.1 算法簡介

美國Michigan大學(xué)的約翰·霍蘭德在1975年首次提出了遺傳算法（Genetic Algorithm， GA）。遺傳算法是一種計算模式，它模仿了達爾文的“基因選擇”與“自然選擇”這兩個概念[3-4]，其思路來自生物遺傳學(xué)的適者生存，是一種基于“生存+探測”的迭代搜索算法。

遺傳算法是一種隨機搜索方法，其原理來自生物的優(yōu)勝劣汰和遺傳機制，它是從一系列“種群（Population）”中隨機生成的一系列初值進行搜索。種群中的個體被稱為“染色體”，每個“染色體”代表了這個問題的一種解決方案。染色體是一種類似于二進制字符串的序列。在隨后的迭代中，這些染色體繼續(xù)演化，即所謂的遺傳[5]?！斑m值（fitness）”是一種對后代進行遺傳改良的一種方法。后代是由上一代的染色體發(fā)生雜交或變異形成。在新一代產(chǎn)生時，按適當尺寸篩選出一部分子代，淘汰另一部分子代。這樣，規(guī)模就會保持不變。選擇高合適值的染色體的可能性更大，從而使該算法在幾代后收斂到最佳的染色體上，最終得到最優(yōu)或次優(yōu)的解決方案。

1.2 算法設(shè)計

GA計算過程的流程圖如圖1所示：

在施工過程中，高速鐵路路堤需要分層填筑填料，以級配碎石作為基床表層填料，基床底層填料分為A、B兩組，而基床以下的路堤填料除A、B兩組以外，還有C組的塊石、碎石、礫石類填料，若C組采用細粒土作為填料，則需對其進行改良后才可進行填筑。由此可見，對于高速鐵路的路堤填料，以內(nèi)摩擦角為主，黏聚力甚小，邊坡破壞時，當考慮破裂面僅在路堤填料而未經(jīng)過軟弱地基時，可認為此時的滑裂面接近平面；而當破裂面經(jīng)過路堤下的軟弱地基時，考慮其影響，認為此時的滑裂面接近圓弧面，可采用圓弧法進行計算?！惰F路特殊路基設(shè)計規(guī)范》（TB 10035—2018）對軟土地基上路堤的滑動穩(wěn)定性進行了詳細分析，基于此，該文采用圓弧法計算其穩(wěn)定的安全系數(shù)。假定土坡在滑動過程中，以滑動面為圓弧，R為半徑，坡腳圓可以看作是應(yīng)力圓的特殊形式，因此只需要研究中點圓與坡面圓兩種情形。

對于中點圓，其滑動圓弧方程如下：

y=y0?√ R2 ?（x?x0）2（xA≤x≤xC） （1）

xA=x0?√ R2?y2 0 （2）

xC=x0+√ R2?（y?h）2 （3）

由瑞典條分法得到的邊坡穩(wěn)定系數(shù)表達式：

K=c1l1+c2l2+tanΦ∑Nicosai ∑Nisinai （4）

對于坡面圓，其滑動圓弧方程如下：

y=y0?√ R2 ?（x?x0）2（xA≤x≤xB） （5）

xA=my0+m2x0?m√ （y0+mx0）2?（1+ m2）（x2 0+y2 0? R2） 1+ m2 （6）

xb=x0+√ R2?（y0?h）2 （7）

邊坡穩(wěn)定系數(shù)表達式：

K=c1l+tanΦ1∑Nicosai ∑Nisinai （8）

基于瑞典條分法原理表達式，使用MATLAB自帶的全局優(yōu)化工具箱（gads），利用MATLAB編程，根據(jù)遺傳算法計算過程，建立以設(shè)計變量x0，y0和R的邊坡穩(wěn)定安全系數(shù)的目標函數(shù)。邊坡穩(wěn)定性分析可表示為如下的優(yōu)化模型問題：

Fitnessfun=minK

xL≤x0≤xU

yL≤y0≤yU （9）

RL≤R0≤RU

Constraints（x0，y0，R）

2 算例分析

2.1 算例概況

某邊坡中點圓滑裂面如圖2所示，坡面圓如圖3所示，以坡腳處為坐標原點，建立平面直角坐標系。坡高為h，換算土柱高度為h0，坡比為i=1∶m。填料的重度為20 N/m3，黏聚力和內(nèi)摩擦角分別為8.27 kPa和31.04° 。假設(shè)滑裂面僅經(jīng)過第一層土，首層土的參數(shù)：地基土重度為19.502 N/m3，其黏聚力和內(nèi)摩擦角分別為9.32 kPa和32.33°。設(shè)土坡滑動時，滑動面ABC為圓弧面，其圓心坐標為O（x0，y0），半徑為R。其中，坡腳圓可視為重點圓的特例，于是只需考慮中點圓和坡面圓兩種情況。

2.2 計算結(jié)果

利用上述遺傳算法優(yōu)化模型，將滑裂面各項數(shù)據(jù)帶入模型中，計算得到最小穩(wěn)定安全系數(shù)K=1.675，此時最危險滑裂面的圓心坐標x0=0.711 91，y0=12，R=14（m），運營期臨界滑裂面圓心位置如圖4所示。遺傳算法最優(yōu)個體進化圖如圖5所示。

但是由圖4可知，程序搜尋到的最危險滑裂面帶動地基土從路堤左側(cè)滑出，但由于該軟土地基經(jīng)CFG樁的加固處理，不可能出現(xiàn)這種情況，故可知穩(wěn)定安全系數(shù)必大于1.675，滿足高速鐵路穩(wěn)定安全系數(shù)要求。

由圖6可知，《鐵路特殊路基設(shè)計規(guī)范》（TB 10035—2018）規(guī)定，當填料達到設(shè)計標高時，其穩(wěn)定值為最小值。由于填料對軟黏土進行了固結(jié)和壓實，使其穩(wěn)定度得到不斷提高，直至列車正式通車。

施工期的穩(wěn)定安全系數(shù)，仍可用上一節(jié)開發(fā)的程序進行計算，只需把程序中的h0=0即可。代入相關(guān)數(shù)據(jù)可得施工期的最小O（?0.453，13），R=13的穩(wěn)定安全系數(shù)K=1.953，此時最危險滑裂面的圓心位置坐標為x0=?0.432 56，y0=13，R=13。此時的臨界滑裂面為非常接近坡腳的坡面圓，如圖7所示。遺傳算法最優(yōu)個體進化圖則如圖8所示。

3 結(jié)論

（1）使用基于遺傳算法的瑞典條分法搜索所有可能的滑裂面，得出最小安全系數(shù)，其結(jié)果與一般結(jié)論相同，這說明使用遺傳算法檢算邊坡的穩(wěn)定性是可靠的，而且可以節(jié)省大量的計算量。

（2）使用遺傳算法計算的路基施工期穩(wěn)定安全系數(shù)值為1.953，滿足高速鐵路容許的穩(wěn)定安全系數(shù)。實例計算表明，可將這種模型編寫成軟件，操作簡便，能夠根據(jù)現(xiàn)場狀況快速得到邊坡的安全穩(wěn)定系數(shù)，可為設(shè)計施工提供有效指導(dǎo)。

參考文獻

[1]劉金升.高速鐵路高路堤穩(wěn)定性分析及工后沉降預(yù)測[D].成都：西南交通大學(xué)，2005.

[2]杜以龍，李慶林，仲光軍，等.耦合場作用下泥巖填料路基邊坡穩(wěn)定性分析[J].山東交通科技，2023（4）：12-16.

[3]楊錦濤，趙春香，楊成福.基于遺傳算法求解TSP問題的研究及Matlab實現(xiàn)[J].智能計算機與應(yīng)用，2023（7）：58-63.

[4]丁建立，陳增強，袁著祉.遺傳算法與螞蟻算法的融合[J].計算機研究與發(fā)展，2003（9）：1351-1356.

[5]王成寶，任傳祥，尹唱唱，等.基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)短時交通流預(yù)測[J].山東交通科技，2012（5）：5-7+12.