覃 伟

（重庆工程职业技术学院，重庆 402260）

在公路工程、建筑工程、矿山工程、水利工程等领域中，常会遇到大量的边坡稳定性问题。确定边坡临界滑动面对边坡稳定性分析及坍岸宽度预测等研究具有重要意义[1]。

边坡临界滑动面的搜索，本质上是一个优化问题，其具有变量多、约束条件复杂、局部极值点多、非凸性等特点，使得传统的优化算法（如模式搜索法）在搜索临界滑动面时，常常陷入局部极值点，给边坡的稳定性分析带来许多困难。

遗传算法（genetic algorithm，GA）由 Holland 教授于 20世纪 70 年代提出，是一种模拟达尔文遗传选择和自然淘汰的生物进化过程的搜索寻优算法，具有思想简单、易于编程实现、算法健壮等优点，同时还具有隐含并行性和全局搜索等显著特性[2]。因此，一些学者将遗传算法运用到边坡临界滑动面搜索研究中，取得了一定成效[3−8]。如，贺子光等[3]将单纯形法和回溯机制引入GEP 中，提出了混合GEP 方法搜索边坡的临界滑动面；梁冠亭等[4]采用自适应遗传优化算法搜索采用抗滑桩支护边坡的临界滑动面；朱剑锋等[5]提出自适应禁忌变异遗传算法搜索土钉墙临界滑动面。但是目前的标准遗传算法及其改进算法仍在不同程度上存在收敛速度较慢、容易进入早熟等缺陷，有待进一步改进和完善。

本文在传统遗传算法的基础上，提出双重变异策略对遗传算法进行改进，形成双重变异遗传算法（DMGA），并结合简化Bishop 法，编写Python 程序，通过对土坡算例临界滑动面的计算，进一步为边坡临界滑动面搜索提供有效方法。……