Critical Slip Surface Search for Pile-Anchor Supported Deep Foundation Pits Based on Hybrid Fruit Fly Algorithm

doi:10.12068/j.issn.1005-3026.2024.01.015

Abstract

Abstract:

The limit equilibrium method is used for the overall stability analysis of the pit，requiring iterative calculation of various potential slip surfaces.The slip surface with the smallest safety factor is identified as the most dangerous slip surface.The fruit fly optimization algorithm （FOA） with the tabu search （TS） algorithm is fused，and the hybrid fruit fly optimization algorithm （HFOA） with adaptive step size is proposed to overcome the limitations of the fruit fly optimization algorithm，such as lower accuracy and susceptibility to local optimum.In order to ensure that the global optimal solution is obtained，the simplified Bishop algorithm for the search of critical slip surfaces is combined.By comparing with the six heuristic algorithms，it is shown that the HFOA is applicable to cantilever-supported pits with homogeneous soil，layered soil and pile-anchored supported pits with soft soil.It is more accurate and efficient compared with the six algorithms such as genetic algorithm，and provides a new solution strategy for identifying critical sliding surface in deep foundation pits.

Key words: deep foundation pit, integral stability, fruit fly optimization algorithm, tabu search algorithm, minimum safety factor

CLC Number:

TU 473.1

Ze-ning MA, Cheng-man SHA, Ming-hao LU. Critical Slip Surface Search for Pile-Anchor Supported Deep Foundation Pits Based on Hybrid Fruit Fly Algorithm[J]. Journal of Northeastern University(Natural Science), 2024, 45(1): 120-128.

Figures/Tables 16

Fig. 1 Schematic diagram of the simplified Bishop method for sliders and bars

Fig. 2 Flow chart of HFOA

Table 1 General information

土层数	1	支挡层数	无
潜水情况	无	承压水	无
附加荷载类型	无	支挡类型	悬臂式
附加荷载大小	无	嵌固深度/m	5
桩内侧水深/m	无	桩顶到基坑底深度/m	13
桩外侧水深/m	无	桩顶到地面距离/m	0

Table 2 Soil information

序号	$每层土深度 m$	$重度 k N · m 2$	$内聚力 k P a$	$内摩擦角（ ° ）$
1	50	18.8	36.7	38.8

Table 2 Soil information

序号	$每层土深度 m$	$重度 k N · m 2$	$内聚力 k P a$	$内摩擦角（ ° ）$
1	50	18.8	36.7	38.8

Table 3 Calculation results of various algorithms

算法	圆心坐标/m	半径/m	平均值	最大值	最小值	标准差	相对误差/%	绝对误差	单次计算时长/s
遗传算法	（53.332，54.521）	22.774	3.165	3.202	3.101	3.773×10^-3	2.329	0.072	18.8
粒子群算法	（52.908，52.302）	20.051	3.145	3.266	3.081	5.890×10^-3	1.681	0.052	7.9
蚁群算法	（53.791，52.439）	20.788	3.117	3.186	3.092	2.356×10^-3	0.776	0.024	679.5
鱼群算法	（53.701，52.008）	20.395	3.124	3.144	3.089	1.683×10^-3	1.002	0.031	125.6
模拟退火算法	（47.432，57.014）	25.209	3.675	3.891	3.688	1.459×10^-2	18.817	0.582	24.1
标准果蝇算法	（52.765，51.508）	19.718	3.108	3.165	3.083	3.609×10^-3	0.485	0.015	4.3
混合果蝇算法	（51.935，50.694）	18.792	3.089	3.095	3.082	6.771×10^-4	-0.129	-0.004	15.8
枚举法	（52.000，50.900）	19.200	3.093	—	—	—	—	—	12 359.2

Fig. 3 Section and critical sliding surface of cantilever supported pit with homogeneous soil layer

Table 4 General information

土层数	6	支挡层数	2
潜水情况	静水	承压水	无
附加荷载类型	均布附加荷载	支挡类型	锚拉式
附加荷载大小/（kPa·m^-1）	15	嵌固深度/m	5
桩内测水深/m	14	桩顶到基坑底深度/m	13
桩外侧水深/m	14	桩顶到地面距离/m	0

Table 5 Soil information

序号	每层土深度	重度	内聚力	内摩擦角	与锚固体摩擦阻力	水下黏聚力	水下内摩擦角	水下重度
序号	m	kN·m^-3	kPa	（°）	kPa	kPa	（°）	kN·m^-3
1	1.2	18.0	5.0	10.0	18.0	5.0	10.0	18.0
2	3.3	19.4	36.7	13.8	50.0	36.7	13.8	19.4
3	2.7	18.8	35.5	12.7	35.0	35.5	12.7	18.8
4	1.3	19.0	0	33.7	10.0	0	33.7	19.0
5	4.5	19.5	0	38.3	190.0	0	38.3	19.5
6	50.0	18.0	0	38.3	190.0	0	38.0	18.0

Table 6 Anchor information

支锚

序号

Table 7 Calculation results of various algorithms

算法	圆心坐标/m	半径/m	平均值	最大值	最小值	标准差	相对误差/%	绝对误差	单次计算时长/s
遗传算法	（53.181，50.848）	20.944	1.920	1.951	1.914	1.120×10^-2	2.280	0.043	208.3
粒子群算法	（54.003，51.015）	20.028	1.918	1.927	1.906	8.123×10^-3	1.854	0.041	114.2
蚁群算法	（55.156，54.401）	23.071	1.924	1.954	1.906	2.571×10^-2	2.493	0.047	861.2
人工鱼群算法	（52.779，50.588）	18.571	1.940	1.973	1.910	1.809×10^-2	3.345	0.063	231.3
模拟退火算法	（61.065，64.253）	34.503	2.094	2.257	1.982	1.154×10^-1	11.549	0.217	34.6
标准果蝇算法	（54.855，50.609）	19.138	1.926	1.962	1.885	2.24×10^-2	1.960	0.049	78.1
混合果蝇算法	（54.068，50.600）	19.051	1.875	1.897	1.872	6.506×10^-3	-0.117	-0.002	94.1
枚举法	（54.100，50.600）	19.000	1.877	—	—	—	—	—	14 052.4

Fig. 4 Section and critical sliding surface of pile‐ anchor support pit with laminated soil

Table 8 Soil information

序号	每层土深度	重度	内聚力	内摩擦角	与锚固体摩擦阻力	水下黏聚力	水下内摩擦角	水下重度
序号	m	kN·m³	kPa	（°）	kPa	kPa	（°）	kN·m³
1	1.20	18.00	5.00	10.00	18.00	5.00	10.00	18.00
2	3.30	19.40	36.70	13.80	50.00	36.70	13.80	19.40
3	2.70	18.80	35.50	12.70	35.00	35.50	12.70	18.80
4	1.30	19.00	0	33.70	10.00	0	33.70	19.00
5	4.50	19.50	0	38.30	190.00	0	38.30	19.50
6	6.00	18.00	0	38.30	190.00	0	38.00	8.00
7	2.00	18.00	0	10.00	18.00	0	10.00	8.00
8	50.00	18.00	0	38.30	190.00	0	38.00	8.00

Table 9 Calculation results of various algorithms

算法	圆心坐标/m	半径/m	平均值	最大值	最小值	标准差	相对误差/%	绝对误差	单次计算时长/s
遗传算法	（52.181，53.136）	29.023	1.361	1.482	1.287	6.146×10^-2	5.937	0.076	312.8
粒子群算法	（51.324，46.403）	17.372	1.343	1.398	1.287	4.665×10^-2	4.502	0.058	156.2
蚁群算法	（52.199，53.865）	24.733	1.371	1.435	1.312	2.053×10^-2	6.697	0.086	1 035.2
人工鱼群算法	（52.881，57.135）	28.023	1.387	1.434	1.320	3.245×10^-2	7.899	0.102	326.4
模拟退火算法	（53.928，54.474）	26.220	1.673	1.959	1.434	1.555×10^-1	30.215	0.388	91.4
标准果蝇算法	（50.012，50.960）	21.968	1.347	1.376	1.297	3.609×10^-2	4.855	0.062	78.2
混合果蝇算法	（52.900，48.341）	19.167	1.290	1.293	1.288	1.591×10^-3	0.427	0.005	155.8
枚举法	（52.300，48.000）	19.100	1.285	—	—	—	—	—	14 945.1

Fig. 5 Section and critical sliding surface of pile‐anchor supported foundation pit with soft interlayer

Fig. 6 Errors and standard deviations of various algorithms in three types of pit

Fig. 7 Standard deviation of each algorithm in three types of pit

References 16

1	Li Z， Zhao G F， Deng X F，et al.Further development of distinct lattice spring model for stability and collapse analysis of deep foundation pit excavation［J］.Computers and Geotechnics，2022，144：104619.
2	肖专文，张奇志，梁力，等.遗传进化算法在边坡稳定性分析中的应用［J］.岩土工程学报，1998，20（1）：44-46.
	Xiao Zhuan‐wen， Zhang Qi‐zhi， Liang Li，et al.Application of genetic evolutionary algorithm for slope stability analysis［J］.Chinese Journal of Geotechnical Engineering，1998，20（1）：44-46.
3	Liu B W， Wang Z W， Zhong X Y.Particle swarm optimization algorithm in numerical simulation of saturated rock slope slip［J］.Mathematical Problems in Engineering，2021，2021：6682659.
4	Gao W.Premium‐penalty ant colony optimization and its application in slope stability analysis［J］.Applied Soft Computing，2016，43：480-488.
5	Zhu J F， Chen C F.Search for circular and noncircular critical slip surfaces in slope stability analysis by hybrid genetic algorithm［J］.Journal of Central South University，2014，21：387-397.
6	胡军，王凯凯，黄贵臣.基于自繁衍鱼群算法的土质边坡滑动面搜索［J］.金属矿山，2016（2）：132-136.
	Hu Jun， Wang Kai‐kai， Huang Gui‐chen.Searching for the slip surface of soil slopes based on the breeding fish algorithm［J］.Metal Mine，2016（2）：132-136.
7	李守巨，刘迎曦，何翔，等.基于模拟退火算法的边坡最小安全系数全局搜索方法［J］.岩石力学与工程学报，2003，22（2）：236-240.
	Li Shou‐ju， Liu Ying‐xi， He Xiang，et al.Global search algorithm of minimum safety factor for slope stability analysis based on annealing simulation［J］.Chinese Journal of Rock Mechanics and Engineering，2003，22（2）：236-240.
8	潘文超.应用果蝇优化算法优化广义回归神经网络进行企业经营绩效评估［J］.太原理工大学学报（社会科学版），2011，29（4）：1-5.
	Pan Wen‐chao.Using fruit fly optimization algorithm optimized general regression neural network to construct the operating performance of enterprises model［J］.Journal of Taiyuan University of Technology （Social Sciences Edition），2011，29（4）：1-5.
9	吴小文，李擎.果蝇算法和5种群智能算法的寻优性能研究［J］.火力与指挥控制，2013，38（4）：17-20，25.
	Wu Xiao‐wen， Li Qing.Research of optimizing performance of fruit fly optimization algorithm and five kinds of intelligent algorithm［J］.Fire Control & Command Control，2013，38（4）：17-20，25.
10	Bishop A W.The use of the slip circle in the stability analysis of slopes［J］.Géotechnique，1955，5（1）：7-17.
11	王笙屹.土钉墙内部稳定性分析优化算法研究［D］.赣州：江西理工大学，2013.
	Wang Sheng‐yi.Study on optimization algorithm of internal stability analysis of soil nailing wall［D］.Ganzhou：Jiangxi University of Science and Technology，2013.
12	Xiong C B， Lian S D.Structural damage identification based on improved fruit fly optimization algorithm［J］.KSCE Journal of Civil Engineering，2021，25（3）：1-23.
13	张彩宏，潘广贞.融合禁忌搜索的混合果蝇优化算法［J］.计算机工程与设计，2016，37（4）：907-913.
	Zhang Cai‐hong， Pan Guang‐zhen.Fruit fly optimization algorithm based on Tabu search［J］.Computer Engineering and Design，2016，37（4）：907-913.
14	Bian H L.Study on chaotic time series prediction algorithm for kent mapping based on particle swarm optimization［J］.Applied Mechanics and Materials，2014，511/512：941-944.
15	刘建军，石定元，武国宁.基于Kent映射的混合混沌优化算法［J］.计算机工程与设计，2015，36（6）：1498-1503.
	Liu Jian‐jun， Shi Ding‐yuan， Wu Guo‐ning.Hybrid chaotic optimization algorithm based on Kent map［J］.Computer Engineering and Design，2015，36（6）：1498-1503.
16	Demidova L A， Gorchakov A V.Application of chaotic fish school search optimization algorithm with exponential step decay in neural network loss function optimization［J］.Procedia Computer Science，2021，186：352-359.

[1]	WANG Xing-kai^1,2, WU Wei-min^1,2, XING Zi-chao^1,2, NIU Hao-yi^1,2. Research on the AGV Scheduling Problem in the No-buffer Assembly Line [J]. Journal of Northeastern University(Natural Science), 2024, 45(1): 58-67.
[2]	WANG Shu-hong， WEI Wei， HAN Wen-shuai， CHEN Hao. Global Optimization Search Method for Minimum Safety Factor of Slope Based on Chaotic Grey Wolf Optimization Algorithm [J]. Journal of Northeastern University(Natural Science), 2022, 43(7): 1033-1042.
[3]	WANG Qian-kun， KANG Xian-wei， ZHU Ke. Coupling Evaluation Method of the Construction Risk for Subway Deep Foundation Pit [J]. Journal of Northeastern University(Natural Science), 2021, 42(8): 1152-1158.
[4]	ZHANG Li-jie， LIU Jian-chang， TAN Shu-bin. Multi-objective Planning of Personnel Evacuation Route in Complex Building Fire [J]. Journal of Northeastern University Natural Science, 2020, 41(6): 761-766.
[5]	CHEN Yang， ZHAO Wen， JIA Peng-jiao， HAN Jian-yong. Stability Assessment and Mechanical Effects Analysis on Deep Foundation Pit in Sandy Soil [J]. Journal of Northeastern University Natural Science, 2018, 39(9): 1353-1357.