随着城市建筑高度的增加,基坑越来越深,面积越来越大,而地下管线越来越密集,新建建筑与已有建筑之间距离不断缩短,基坑支护的难度越来越大,极易发生工程事故。　　 深基坑工程在整个工程造价中占有很大的比例,但是一般都是作为一种临时性构筑物。在施工主体结构时,基坑或已回填完毕,支护结构掩埋地下,或内支撑等水平向支撑已拆除。所以,对这种临时性设施,业主一般不愿进行大量资金投入。在这种情况下,在安全可靠的前提下,如何得到最适宜各个工程的支护方案,并对桩径、桩长、桩距、桩身配筋、锚杆长度及杆径、支撑位置等设计参数进行优化,使造价最为经济,已经成为十分重要的课题。　　 首先,介绍基坑工程的特点,深基坑支护计算理论和优化设计的发展现状。常用的基坑支护方法,不同支护方法适用地层、周围环境、深度等条件的原则。分析支护结构稳定性(基坑边坡稳定性验算、基坑抗隆起稳定性验算、基坑抗渗流稳定性验算)的计算过程,并对当前深度较大、土层条件差基坑中,应用较多的悬臂式排桩、单支点排桩、多支点排桩支护的桩长和内力(支撑力、桩身最大弯矩)计算进行了系统探讨和研究。　　 其次,阐述了现在支护方案选择的思路。为了选择一个最适宜的支护方案,业主们往往需要征询专家小组意见。由于专家的选择往往因个体长期从事的研究方向不同而带有偏向性,人为主观因素的影响较大,有一定的弊端。介绍层次分析法的在方案优选中的过程及理论;对深基坑工程进行目标层、准则层、指标层分层,构造了深基坑工程支护方案优选设计的评价指标体系,使用“1-9标度法”确定各个指标因素的权重,从而建立完整的支护方案优选综合评判模型,最大限度的减少主观因素在方案选择时的影响。最后通过计算备选方案与理想方案的关联度,得到最优设计方案。　　 优选出设计方案后,就必须对方案中的结构细部进行优化,以达到造价最为经济的目的。现状是设计者们通常对设计参数进行多次人工试算、调整,再验算的步骤,找出一个比较合理的设计值。这样的方法需要丰富的设计经验,工作量较大,而且找到的也只是一个合理解,很难达到最优解。　　 遗传算法(Genetic Algorithm)是一类借鉴生物界自然选择和自然遗传机制的随机化搜索算法。它基于达尔文“生物进化论”中“适者生存、优胜劣汰”的原则,对含有可行解的群体反复进行遗传算法中的基本操作,每次迭代,就能生成具有更优解下一代的新群体。同时以全局搜索技术找寻群体中的最优个体,也就是我们得到的最优解。　　 遗传算法对所解的优化问题没有太严格的数学要求,适应度函数不受连续、可微等条件的约束,避开了函数求导的障碍,使适用范围大大扩展,而且在搜索解的过程中,不需要了解问题的内在性质;采用概率的搜索技术改变算法的搜索方向,让繁殖过程向着更优解的空间移动,选择、交叉、变异三个算子都是以一种概率随机操作的,从而增强了搜索过程中的灵活性;遗传算法可同时搜索多个点,具有全局搜索的能力;具有较强的适用性,容易与其他技术相融合。这些特有的优点使遗传算法在汽车设计、分布计算机的拓扑结构、电路设计、移动通讯优化结构等诸多领域均有广泛应用。　　 深基坑支护设计工程中,涉及的参数和因素很多,各个参数有着不同的约束条件,目标函数复杂。以遗传算法特有的优点,在深基坑工程优化设计中有着明显的适用性和优越性。分析排桩+多点内支撑支护的支护原理以后,以造价最低作为目标函数,建立排桩+内支撑支护结构的优化数学模型,对优化流程进行详细说明,对其他支护模式有一定的借鉴意义。　　 最后,结合武汉市吴家山中心市场工程基坑支护实例,运用层次分析法构建方案优选模型,对待选的三种支护方案(排桩+内支撑、土层锚杆+排桩、地下连续墙+内支撑)进行了优选,得到最优设计方案为排桩+内支撑,与实际应用吻合。在遗传算法的思想下,构建设计变量尺寸约束、桩体最小嵌固深度约束、桩身最大弯矩约束、抗倾覆稳定约束四个约束条件,将桩径、桩长、双层内支撑设计标高、桩身截面钢筋受力面积作为设计变量进行优化。采用Matlab中的遗传算法工具箱实施了优化过程,得到设计参数。使用“天汉”软件模拟各个施工工况,得到优化设计前后的结构最大弯矩值、基坑位移值等参数,并与原设计方案进行对比:在桩长缩短、桩径缩小、内支撑位置发生变化、桩身受力钢筋面积缩小的情况下,桩身最大弯矩值有着变小的趋势,而基坑深层最大水平位移值有所增大,但未超过规范要求。再次说明了优选设计参数的可行性和科学性。　　 研究表明,使用方案选择的层次分析法和设计参数优化的遗传算法,为系统的进行深基坑支护设计提供了从方案选择到结构细部优化的整体思路,其概念明确、方法简单易懂,最终在安全可靠的前提下降低了工程造价,结构内力未超过允许值,获得了不错的实际应用效果,值得推广。