第一章 引言
随着我国城市化进程的快速推进，高层建筑与地下空间的开发规模日益扩大，深基坑工程作为岩土工程领域的重要组成部分，其安全性与经济性受到了广泛关注。桩锚支护体系凭借其承载力高、变形控制能力强且适应性强等显著特点，已成为深基坑工程中最为常用的支护形式。然而，传统桩锚支护设计方法往往过度依赖工程经验或采用简单的试算法，不仅设计过程繁琐，而且难以在保障基坑安全的前提下实现材料成本的最优控制，极易造成资源浪费或存在安全隐患。因此，寻求一种科学、高效的优化设计方法，对桩锚支护结构进行参数寻优，具有重要的工程实用价值。灰狼算法作为一种新兴的群体智能优化算法，通过模拟灰狼群体的等级制度和捕食行为来实现对目标空间的全局搜索，具有收敛速度快、参数设置少及寻优能力强等优势，非常适合解决深基坑支护设计这种涉及多个变量与复杂约束条件的非线性优化问题。尽管标准灰狼算法表现优异，但在实际应用中仍存在易陷入局部最优解、收敛精度不足等缺陷。为了进一步提升算法在复杂岩土工程问题中的求解性能，本文立足于工程实践，提出改进灰狼算法，旨在通过优化搜索策略，更精准地寻找桩锚支护结构设计的最佳参数组合，从而在确保基坑边坡稳定满足规范要求的同时，有效降低工程造价，为同类工程提供更为可靠的理论依据与技术支持，推动岩土工程设计向更加精细化、智能化的方向发展。
第二章 改进灰狼算法与深基坑桩锚优化设计模型构建
2.1 标准灰狼算法的局限性分析与改进策略
图 1 标准灰狼算法局限性与改进策略逻辑图
标准灰狼算法是一种模拟灰狼群体等级制度和捕食行为的群体智能优化算法，其核心原理在于将最优解视为猎物，通过灰狼个体的包围、狩猎和攻击行为逼近目标。在计算流程上，算法首先随机初始化灰狼种群，依据适应度值划分等级，将适应度最优的三个狼体分别标记为、和，其余个体记为。在迭代过程中，狼根据前三个头狼的位置信息不断更新自身位置，最终由狼的位置输出全局最优解。然而，将标准灰狼算法应用于深基坑桩锚优化设计这一复杂工程问题时，其局限性逐渐显现。由于桩锚支护系统涉及桩径、桩长、锚索预应力等多变量非线性耦合，且受地质条件与安全系数约束，导致解空间极为复杂。标准算法在初期搜索盲目性大，收敛速度较慢，难以满足工程设计对效率的要求；而在迭代后期，随着种群多样性丧失，算法极易陷入局部最优解，导致计算出的支护方案并非全局最经济或最安全的方案，且位置更新策略单一，难以在局部精细搜索与全局探索间取得平衡。
针对上述缺陷，本节提出针对性的改进策略以提升算法性能。首先，在种群初始化阶段，引入Logistic混沌映射机制替代传统的随机生成方式。利用混沌序列的遍历性，使初始解在可行域内分布更加均匀，能够从源头有效提高种群质量，为后续快速收敛奠定基础。其次，针对收敛速度慢与易早熟的问题，引入非线性收敛因子调整策略。传统算法中收敛因子通常线性递减，而改进策略采用非线性变化曲线，使算法在前期保持较大步长以增强全局探索能力，后期快速减小步长以提升局部开发精度。最后，优化位置更新规则，引入基于种群多样性的自适应权重。根据当前个体的适应度值动态调整其移动步长，使优质个体在最优解附近进行精细搜索，而较差个体则通过大范围跳跃跳出局部极值。这些改进策略协同作用，显著增强了算法在深基坑桩锚优化设计问题中的寻优精度与稳定性。
2.2 深基坑桩锚结构的优化目标与约束条件确定
图 2 深基坑桩锚优化设计模型逻辑框架
2.3 改进灰狼算法与桩锚优化模型的适配性构建
深基坑桩锚支护体系的优化设计本质上属于包含复杂非线性约束的多维参数寻优问题，改进灰狼算法凭借其优越的全局搜索能力与收敛速度，能够有效适配此类工程模型的求解需求。首先，针对桩锚支护系统的设计变量特点，算法采用实数编码方式，将桩身直径、桩间距、桩顶标高、锚索层数、预应力大小及水平间距等关键物理参数直接映射为灰狼个体的空间位置向量。这种连续编码策略避免了二进制编码的精度损失，直接反映了工程参数的物理属性。其次，约束条件的处理是保证设计方案可行的核心。本模型采用罚函数法处理边界约束与性能约束，将桩顶位移、桩身弯矩、抗倾覆稳定性及抗隆起验算等强制性规范要求转化为罚函数项。当个体参数违反约束时，在目标函数值上施加极大的惩罚系数，从而在迭代过程中自动淘汰不可行解。在适应度函数构造方面，以单位延米支护总造价最低作为优化目标，将桩身混凝土、钢筋及锚索的材料与施工费用进行线性叠加，并引入上述罚函数项构建综合适应度评价体系，确保算法向造价最低且安全合规的方向收敛。算法求解流程遵循初始化种群、计算适应度、更新灰狼位置等级、应用改进策略调整位置参数直至满足终止条件的闭环逻辑。在迭代过程中，通过引入非线性收敛因子与种群多样性控制机制，有效平衡了算法的开发与探索能力，防止陷入局部最优。最终，算法输出全局最优位置向量，经解码后即可得到最优的桩锚支护结构设计参数。
2.4 改进灰狼算法的收敛性与有效性验证
为了系统评估所提改进灰狼算法的优越性，本研究选取了经典的基准测试函数，涵盖了单峰及多峰等多种特征，构建了严格的算法对比实验框架。实验设定将本文提出的改进灰狼算法与标准灰狼算法以及现有的主流改进灰狼算法置于相同的参数环境下运行，重点监测并统计各算法在迭代过程中的收敛速度、寻优所得的最优解精度以及多次运行后的稳定性指标。通过对比分析适应度函数曲线的变化趋势，能够清晰地反映出不同算法在脱离局部极值能力和全局搜索效率上的差异，从而从理论层面充分验证本文改进策略对提升算法收敛性能的显著作用。
在完成算法的理论验证后，进一步将其应用于实际工程案例以检验其实用价值。本研究选取一个地质条件复杂且已成功实施设计施工的深基坑桩锚支护工程作为背景案例。依据该工程的原始岩土勘察参数与边界条件，利用前文构建的优化模型进行重新计算求解。在满足基坑稳定性及变形控制规范要求的前提下，将优化模型输出的桩身配筋量、锚索长度及布置间距等核心设计参数，与原工程基于经验设计的方案进行定量对比分析。通过计算优化设计方案在工程造价方面的节约比例，并结合稳定性验算结果，能够直观地证明本文优化模型与改进算法在解决实际岩土工程问题时的有效性与经济性，为类似工程提供了科学可靠的设计参考。
第三章 结论
本文针对深基坑桩锚支护结构的设计优化问题，开展了基于改进灰狼算法的系统研究，并得出以下主要结论。首先，通过对灰狼优化算法的基本原理进行深入分析，针对标准算法在迭代过程中易陷入局部最优解以及收敛速度较慢的缺陷，引入了非线性收敛因子与变异策略，有效提升了算法的全局寻优能力与计算精度。改进后的算法在处理深基坑桩锚支护这一复杂的非线性约束优化问题时，表现出了更强的鲁棒性与稳定性，能够在较大的设计空间内快速锁定最优设计方案。其次，在深基坑工程的模型构建方面，本文依据国家现行建筑基坑支护技术规范，建立了以单位长度支护体系总造价为目标函数的数学模型。该模型综合考虑了桩体直径、桩间距、锚索长度及预应力值等关键设计变量，同时严格纳入了抗倾覆稳定性、抗滑移稳定性及基坑整体稳定性等安全指标作为约束条件，确保了优化结果既满足经济性要求，又完全符合工程安全标准。通过实际工程案例的对比计算表明，采用改进灰狼算法优化后的设计方案，相较于传统经验设计方法，在同等安全储备条件下，工程造价得到了显著降低，实现了经济效益与工程技术性能的良好平衡。最后，本研究的成果验证了智能优化算法在岩土工程设计领域的广阔应用前景。该方法不仅能够将设计人员从繁琐的试算工作中解放出来，还能有效避免人为经验偏差带来的材料浪费，为深基坑支护结构的精细化、科学化设计提供了可靠的理论依据与技术支持，具有较好的工程实用价值与推广意义。