岩质高边坡稳定性支持向量机预测方法研究

提出一种基于支持向量机的岩质边坡稳定性预测方法。该方法地很好的表达了岩质边坡稳定性与其影响因素之间的非线性映射关系,并应用该方法建立了相应的模型。预测结果表明,利用该方法进行岩质边坡稳定性预测是可行的、有效的。     

基于结构面网络模拟的节理岩质边坡可靠性分析

在节理岩质边坡的稳定性分析中,往往很少考虑结构面的随机分布特征。结构面网络模拟能较好地模拟结构面的随机分布,因此,本文将结构面网络模拟应用于节理岩质边坡的稳定性分析中。首先,运用岩体结构面网络模拟技术,建立岩质边坡的结构面网络模型。然后,将模拟的结果与有限元强度折减法相结合求取边坡的安全系数。最后,对边坡进行一定次数的结构面网络模拟并得到对应的安全系数,进而进行节理岩质边坡的可靠性分析。工程实例结果表明:(1)节理岩质边坡的稳定性主要受坡面附近结构面的数量及切割组合关系影响,结构面的数量越多,连通情况越好,则边坡稳定性安全系数越小; (2)该边坡的平均稳定性安全系数为3.06,失效概率为5%,表明该边坡有较高的可靠性,这与实际情况比较一致。本文的分析方法主要考虑了结构面的随机分布特征,能为节理岩质边坡的稳定性分析提供一条新的思路和方法。     

基于模糊因素的岩质边坡地震稳定性多模型组合评价

岩质边坡地震稳定性评价是岩土边坡地震失稳防治的基础工作,针对评价过程中评价因素的多源模糊性,借鉴工程可变模糊集理论,将模糊可变评价模型应用于岩质边坡地震稳定性评价中。综合考虑岩质边坡内在结构和外部自然条件,选取岩土体特性、新构造运动特征、坡高、坡角、年均降雨量和场地地震烈度6个指标作为评价指标体系并建立等级标准;将改进熵权算法引入该模型中,利用指标实际数据离散性求权重;通过改变模糊可变评价模型参数对岩质边坡地震稳定性进行线性与非线性组合评价,并将均值作为最终评价结果。将该方法应用于天然边坡与路堑边坡实例中,结果表明,模糊可变评价模型评价结果合理、客观,具有更高的可靠性与稳定性,为岩质边坡地震稳定性评价工作提供了一种新的研究方法与思路     

基于模糊综合评判的公路岩质边坡稳定性分级研究

公路岩质边坡具有点多线长、规模小的特点,缺乏详细的岩体力学参数,现有岩体分级系统难以应用。根据公路岩质边坡的特点,考虑建模过程的系统全面性、简明科学性、相对独立性及灵活可操作性,选取合理的边坡稳定性评价指标,建立了边坡稳定性的两层综合评价体系,运用层次分析法确定了评价指标的权重矩阵,采用模糊综合评判方法建立了公路岩质边坡的稳定性分级模型。运用该模型对湖南省常德－吉首高速公路路段内142个岩质边坡稳定性进行了模糊综合评判分级,结果表明,该方法是合理实用的,可供同类工程借鉴。     

顺层岩质路堑边坡稳定性的敏感性因素分析

运用弹塑性理论和有限元法,建立了顺层岩质路堑边坡稳定性的模拟分析模型。结合沪蓉国道主干线湖北宜昌至恩施高速公路的顺层岩质路堑高边坡工程,分析了结构面强度、岩层厚度、岩层倾角等各项因素对顺层岩质路堑边坡稳定性的影响,探讨了顺层岩质路堑边坡稳定性的规律。结果表明：软弱结构面的强度参数对顺层岩质路堑边坡稳定性起主要控制作用,岩层倾角对顺层岩质路堑边坡的稳定性也有明显的影响。在该工程的地质条件下,当岩层倾角为38°左右时,顺层路堑边坡的稳定性最差。     

基于云模型的岩质边坡稳定性评估研究

针对边坡系统中的不确定性,基于云模型理论,建立了岩质边坡稳定性的云模型评估方法。选取影响边坡稳定性的11项指标,计算各指标隶属于不同岩质边坡稳定性等级的云模型数字特征,结合正向正态云模型和指标权重,计算待评估边坡的综合确定度,最终确定岩质边坡稳定性等级。将方法应用于桂柳高速公路边坡的稳定性评估,结果与可拓方法、模糊数学方法、基于Hoek-Brown准则方法以及基于RMR岩体质量评价方法等的评估结果一致,符合边坡野外实际勘察情况,具有一定的可行性和有效性。     

基于改进极限学习机模型的岩质边坡稳定性评价与参数反演

岩质边坡的稳定性评价与参数确定是岩土工程领域的经典难题。基于大数据智能计算的优点,提出了一种结合变量遗忘因子的正则化在线序列极限学习机模型(FOS-ELM)的岩质边坡稳定性评价和参数确定方法。根据收集的1 235例岩质边坡的几何力学与Hoek-Brown模型参数,应用贝叶斯信息准则(BIC)优选基于岩体强度指标(GSI)、扰动因子(D)、岩石材料常数(m_i)、单轴抗压强度(σ_(ci))、岩体重度(γ)、坡高(H)、坡角(β)的最优输入组合预测边坡稳定安全系数(F),并建立7个模型对最优输入组合进行评价,论证模型的预测精度,结果表明全参数输入组合精度最高,但输入参数并不是越多越好。同经典的极限学习机模型(ELM)相比,该模型具有预测精度高、预测速度快、后期增加边坡数据无须重新训练等优点。并采用不同赋值的全参数输入模型(FOS-ELM-M_7)建立边坡参数反演模型,结果表明该模型对边坡单参数和双参数的反演计算速度快、精度高,为获取岩体边坡参数提供了一种快捷的新方法。     

Fuzzy测度理论在岩质边坡稳定性分析中的应用

目前国内常用的边坡稳定性评价方法主要是传统的极限平衡法,这种方法在分析边坡稳定性时不能够反映边坡真实的情况,因此分析效果不是十分的理想;利用李文秀提出的Fuzzy测度法,通过建立Fuzzy测度模型,可定量地分析岩质边坡的稳定性,并对实际边坡工程有指导性的意义。     

九台地区岩质边坡稳定性及运动过程评价方法探讨

文章对九台地区岩质边坡的稳定性及运动过程进行了评价方法的探讨,通过岩质边坡的发育特征,分析了边坡失稳的原因,通过赤平投影图与离散元数值模拟对边坡的稳定性进行了分析,并对边坡崩塌的范围进行了预测,为边坡的稳定性计算提供借鉴参考.     

水电站船闸边坡稳定性分析及可靠度评价

考虑到边坡工程涉及到众多的不确定性因素,本文提出一种岩质边坡稳定性分析及可靠度评价方法。此方法包括地质勘探和试验规划、地质和力学模型的研究、确定初始边坡设计方案、边坡稳定性分析及稳定性可靠度评价,此方法已应用于龙滩水电站船闸高边坡的稳定性分析,据此提出边坡的设计方案为工程单位采用。     

土质边坡稳定性影响因素的研究

边坡稳定性涉及到诸多因素,引入人工神经网络预测边坡稳定性的方法--误差逆传播学习算法效果显著.边坡稳定性预测系统的输入信息包括岩土体参数、几何参数等,而输出信息则是网络预测的稳定系数和稳定状态.土质边坡主要以圆弧滑移破坏为主,通过人工神经网络预测的结果与实际监测结果的对比分析,证实了BP神经网络在评价土质边坡稳定性方面的效果显著;并在此基础上分析了土质边坡影响因素对边坡稳定性的影响程度.     

边坡稳定性的CPSO-BP模型研究

为了分析边坡的稳定性,利用协调粒子群算法和BP网络建立了边坡稳定性CPSO-BP预测模型。BP网络能够很好地描述边坡稳定性与其影响因素之间复杂的非线性关系,将内摩擦角、边坡角、岩石重度、边坡高度、黏聚力、孔隙压力比6个主要影响因素作为网络的输入,将边坡稳定性系数作为网络的输出。为避免BP网络陷入局部最优,利用协调粒子群算法的全局优化能力确定BP网络的连接权值和阀值,使BP网络的优势得到分发挥,达到提高模型预测精度目的。实例表明CPSO-BP模型有更好地预测精度以及将其应用于边坡稳定性预测是可行的。     

基于因子分析的BP神经网络在岩体变形模量预测中的应用

岩体变形模量是研究岩体变形特性的重要参数,它对工程岩体稳定性评价与优化设计具有重要意义。本文提出了基于因子分析的BP神经网络预测岩体变形模量的方法。以西藏某水电站为例,在现场调查、室内外试验的基础上,建立了48组包括密度、吸水率、纵波波速、单轴抗压强度、岩块变形模量以及泊松比等因素的数据库,采用因子分析法对6个影响因素进行分析,可得3个公共因子,该3个公共因子作为神经网络的输入参数,采用BP神经网络进行预测。结果表明:利用因子分析法可降维输入数据,消除BP神经网络中由于输入数据太多而影响数据处理速度的缺陷; 把因子分析法和BP神经网络结合进行岩体变形模量的预测,可使预测精度提高; 该研究思路不仅对岩体变形参数的预测是一个有益的尝试,而且对类似岩土工程问题的预测也有借鉴意义。     

基于遗传算法和模糊神经网络的边坡稳定性评价

边坡工程是一个动态的、模糊的、开放的复杂非线性系统,传统的分析方法有时难以对复杂边坡的稳定性做出符合实际的评价。影响边坡稳定性的因素复杂且具有随机性和模糊性。由于神经网络方法不仅能考虑定量因素,而且能考虑定性因素的影响,因而神经网络方法适用于解决非确定性的边坡稳定性评价问题。综合考虑影响边坡稳定性的各方面因素,建立了基于遗传算法的模糊神经网络模型,并利用大量工程资料对网络进行训练和测试。预测结果表明,该模型的预测精度明显高于目前同类方法。     

层间软弱夹层发育的切向边坡失稳模式及稳定性研究

通过系统分析边坡工程地质条件及岩体结构,采用定性分析结合有限元模拟研究了边坡变形破坏模式,并采用块体理论及极限平衡法系统分析边坡局部及整体稳定性。结果表明,切向边坡的变形破坏模式可以分为两类:深层变形破坏为受层间软弱夹层空间展布特征控制的块体失稳,浅表层破坏为局部块体失稳及强风化强卸荷带岩体沿最大剪应力带的滑移-拉裂变形。稳定性分析结果认为边坡浅表层岩体稳定性差,但发生深层破坏的可能性较小。     

圆弧形公路边坡稳定性分析的神经网络法

边坡的稳定性往往取决于一些难以确定的非线性因素。而人工神经网络法具有并行处理数据与信息、良好的容错特性和较强的抗噪声能力,可以通过自学功能从样本实例中获得复杂的非线性关系,能模拟人脑的某些智能行为,因而适用于解决非确定性的边坡稳定性评价问题。本文建立了边坡稳定性评价的神经网络BP模型,用收集到的边坡稳定破坏实例作为样本进行学习,对桂林-柳州一级公路中K250段公路边坡进行了稳定性评价,结果表明：神经网络法是一种有效的边坡稳定性分析方法。     

岩质边坡稳定性多人多层次模糊综合评价系统研究

以工程地质分析法为基础,针对边坡稳定性工程地质评价时评价指标多层次及多人参与的特点,应用系统工程与模糊数学知识,建立了岩质边坡稳定性多人多层次模糊综合评价模型。从影响边坡稳定性因素的构成关系入手,构造了描述边坡稳定性综合评价的评价指标多层次有序评价树（MOET）结构,建立了MOET中评价指标的知识量化方法:包括4种隶属函数与集成式指标权重获取方法,给出了基于知识的模糊推理算法及其计算机程序框图,研制出岩质边坡稳定性多人多层次模糊综合评价系统（SM2FCERS2）.实例证明该系统是有效的。     

基于改进BP网络算法的边坡稳定性评价

影响边坡稳定性的因素复杂且具有随机性和不确定性。由于神经网络方法不仅能考虑定量因素,而且能考虑定性因素的影响,因而神经网络适用于解决非确定性的边坡稳定性评价问题。结合遗传算法的并行搜索结构和模拟退火的概率突跳特性,提出了一种用于BP网络权值学习的GASA混合策略,并综合考虑影响边坡稳定性的各方面因素,建立了基于GASA混合策略的神经网络模型,并利用大量工程资料对网络进行训练和测试,得出了一些有意义的结论。     

基于A^＊算法的边坡稳定分析方法

岩质边坡的失稳大都是沿各软弱结构面而发生的,其滑动面往往是软弱结构面的组合,呈阶梯状.岩石边坡中存在大量的随机结构面,从中找出抗剪力最小的滑裂面是边坡工程中的一个研究方向.在岩体结构面调查统计的基础上,用随机网络模拟再现结构面的空间分布,在此基础上应用A*算法,搜索出岩石边坡的临界滑裂面,并对临界滑裂面上的边坡体任意斜条分,与Sarma分析方法相结合,形成一种改进的分析岩石边坡稳定性的方法—— Sarma-A*分析法,通过工程实例验证该方法的合理性.     

金沙江某水电站引水洞出口边坡稳定性分析

金沙江某水电站引水洞出口边坡为千枚岩类软岩边坡,其地质条件复杂、结构面发育。由于边坡特殊的岩体结构及其重要性,其稳定发展趋势便成为工程技术人员关心的主要问题。本文在地质调查的基础上,分析了边坡岩体结构特征,建立边坡地质模型,并采用3D-FLAC模拟边坡-洞室组合开挖后的应力、变形分布特征及破坏区范围。结果表明,洞室开挖主要影响6倍洞径范围内围岩应力分布状态,对边坡整体稳定性影响不大;但边坡开挖会使得坡面产生不同程度的受拉区域,对边坡稳定性影响较大。另外,在此基础上选取典型的边坡进行稳定性分析,分析表明,天然状态下,边坡开挖后局部岩体稳定性较差,存在块体失稳的可能,但整体稳定性较好;暴雨、地震条件下,边坡稳定性较差,边坡顶部岩土体有沿结晶灰岩与千枚岩的地层分界面发生失稳的可能。