张朝贤，侯明勋，孙 红，葛修润

(上海交通大学 船舶海洋与建筑工程学院，上海 200240)

0 引 言

边坡稳定分析问题一直是岩土工程领域的一个重要课题。在边坡稳定分析中，临界滑动面的确定是关键的研究内容之一，只有确定了滑动面，才能在其上分析计算安全系数[1]。近年来，随着计算机技术的发展，智能优化算法逐渐展现出优越性，利用智能优化算法搜索边坡临界滑动面已成为主流方法[2]。所采用的智能优化算法包括：遗传算法[3]、蚁群算法[4,5]、粒子群算法[6,7]、模拟退火算法[8]、帝国主义竞争算法[9]、黑洞算法[10]等。其中，蚁群算法具有良好的鲁棒性、并行性和全局收敛性，对目标函数无特殊要求。蚁群算法的这些优点正好适合于解决复杂土坡滑动面搜索这一优化问题[5]。陈昌富等[11]通过引入混沌扰动算子增加构造的滑动面的多样性，提高了蚁群算法搜索到临界滑动面的概率；高玮等[12,13]提出了奖惩蚁群算法、相遇蚁群算法来克服传统蚁群算法搜索临界滑动面效率低的不足；石露等[14]将蚁群算法与遗传算法融合，形成优势互补，增强了算法搜索临界滑动面的能力。

但随着问题复杂度的不断增加，基本蚁群算法往往会出现搜索时间长、寻优效果不佳等不足。为了克服这一缺点，本文提出运用蚁群系统算法结合矢量和法来进行临界滑动面的搜索工作。在蚁群系统算法的基础上，本文通过引入分工机制和信息素平滑化机制来提高算法的全局寻优能力，使算法可以更好地避免早熟停滞，对解空间进行更充分地搜索。……