The computation of reliability index or failure probability of slopes can be transformed into an optimisation problem. In high rock slope engineering, it is usually a multimodal optimization problem. The traditional optimization techniques are difficulty to find out the global optimal solution because of their easily falling into local optimal value. Recently, a new kind of bionic algorithm - ant colony algorithm (ACA) - has been used to solve this problem. In this paper, the structure of ant colony algorithm and the transfer probability of ants are modified to evaluate the failure probability of complicated slopes. A new adaptive ant colony algorithm (AACA) is proposed to determine critical slip surface and its corresponding failure probability of complicated slopes. A case study is given to verify the proposed approach. The results show that the presented method has obvious advantages compared with traditional methods.


Die Rechnung des Zuverlaessigkeitindexes oder der Zerstoerungswahrscheinlichkeit kann sich in einer Optimierungsfrage umwandeln, im Bauprojekt an hoehe Gebirgehang, handelt es sich meistens um eine Optimierungsfrage ueber Multi- Spitzenwert. Mit der traditionelle Optimierungsmethode ist es schwer eine umfassende Loesung fuer die Optimierung zu finden wegen des leichte Verfallens in Beschraenkung der Teiloptimierungsloesung. Mit dem neue Bionik- Algorithmus —— Ameisen - Kolonie- Algorithmus wird dieses Problem geloest. In diesem Text hat man eine Strukturverbesserungsloesung fuer das Ameisen- Kolonie -system und die Wahrscheinlichkeit der Ameisenkolonie erwaehnt, und damit wird man die Zerstoerungswahrscheinlichkeit des komplizierte Hangs feststellen. Mit dem neuen Ameisen- Kolonie- Algorithmus kann man die gefaehrlichste Gleitflaeche und die entsprechende Zerstoerungswahrscheinlichkeit herausfinden. Die in diesem Text beschriebene Methode wurde durch Praxis geprueft. Durch die Pruefergebnisse wurde es gezeigt und bestaetigt, dass der neue Bionik- Algorithmus vorteilhafter als der traditionelle Algorithmus ist.


Le calcul de l'indice la fiabilite ou de la probabilite de ruptures peut être transforme en un problème de l'optimisation. Pour le cas du genie des pentes de haut rocher, le problème se pose en general en l'optimisation de multi-crêtes. Les techniques traditionnelles conduisent facilement à la solution optimal partielle au lieu de celle globale. Recemment un nouveau type de bionique algorithmique a ete applique pour la solution de ce genre de problèmes, c'est l'Algorithme Colonie de Fourmis. Dans l'article il est propose de modifier la structure du système de la colonie de fourmis et la probabilite de transfert des fourmis en vue d'evaluer la probabilite de ruptures des pentes de haut rocher complexes, par ailleurs un nouveau algorithme adapte de colonie de fourmis est formule pour determiner la surface glissante critique et la probabilite de ruptures correspondante. Les techniques proposees dans l'article sont verifiees à travers des experimentations dont les resultats ont prouve que les techniques presentees dans l'article sont evidemment meilleures que celles traditionnelles.


Movements and failure of cuts and natural slopes constitute an important geotechnical problem. The stability analysis and the reliability analysis of slopes have received wide attention due to its practical importance. Generally, limit equilibrium techniques (Bishop 1955; Morgenstern and Price 1965; Spencer 1967; Janbu 1973; Sarma 1973) are commonly used to assess slope stability. The key problem in stability analysis of slopes is how to accurately determine the critical slip surface and its corresponding minimum safety factor, Fs. Many approaches have been developed to automate the search for the critical slip surface. These methods include dynamic programming (Baker 1980), conjugate-gradient (Arai and Togyo 1985), random search (Siegel et al. 1981; Chen 1992; Greco 1996), simplex optimization (Nguyen 1985) and simple genetic algorithm (SGA) (Goh 1999), etc. This paper presents a novel method to determine noncircle critical slip surface of slope.

Studies show that ants communicate with each other through a material called pheromone during searching for foods. When ants move, they will release and feel this kind of material on the route; ants can decide which direction to take according to the intensity of the material.

This content is only available via PDF.
You can access this article if you purchase or spend a download.