A study of slope stability prediction using neural networks

The determination of the non-linear behaviour of multivariate dynamic systems often presents a challenging and demanding problem. Slope stability estimation is an engineering problem that involves several parameters. The impact of these parameters on the stability of slopes is investigated through the use of computational tools called neural networks. A number of networks of threshold logic unit were tested, with adjustable weights. The computational method for the training process was a back-propagation learning algorithm. In this paper, the input data for slope stability estimation consist of values of geotechnical and geometrical input parameters. As an output, the network estimates the factor of safety (FS) that can be modelled as a function approximation problem, or the stability status (S) that can be modelled either as a function approximation problem or as a classification model. The performance of the network is measured and the results are compared to those obtained by means of standard analytical methods. Furthermore, the relative importance of the parameters is studied using the method of the partitioning of weights and compared to the results obtained through the use of Index Information Theory.     

用神经网络评价边坡稳定性

影响边坡稳定性因素是复杂且具有随机和模糊特性。神经网络的性能特征使适用于解决非性的边坡稳定性评价问题，本文建立了边坡稳定性评价的复合网络模型，并利用边坡工程的失稳及稳定实例对网络进行了训练和测试，计算分析表明，网络模型对于评价边坡的稳定性有较好的适用性。     

最小势能方法在二维边坡稳定分析中的应用

提出了一种新的边坡稳定性评价方法。依据平衡体系势能变化最小的原理，从整个边坡的势能变化求得一个满足势能的最小位移，并直接求出滑面上的法向力分布。均质边坡直接用此分布即可求出合理的安全系数；具有多种土层边坡在保持法向力代数和不变的前提下，按自重应力因子重新分布，也可以求得合理的安全系数。     

二维随机场下边坡稳定性的径向基函数神经网络分析法

岩土参数的随机性会直接影响边坡稳定性评价结果的精度。首先,依据边坡参数的常用分布特征,利用拉丁超立方抽样法生成若干组边坡土性参数和几何参数的随机样本,用有限元强度折减法求解各组样本对应的边坡安全系数。再考虑土性参数的空间变异性,在二维随机场模型下将蒙特卡罗模拟和有限元强度折减法相结合求解各组样本对应的边坡失效概率。然后,利用样本数据及其安全系数和失效概率对径向基函数（RBF）神经网络进行训练和测试,从而建立边坡安全系数和失效概率的预测模型。算例表明,二维随机场模型能相对精确地考虑参数的空间变异性;在此基础上建立的神经网络模型对边坡的安全系数和失效概率具有较高的预测精度,且能极大地节省边坡稳定性分析的时间。     

Explicit limit equilibrium solution for slope stability

Conventional methods of slices used for slope stability analysis satisfying all equilibrium conditions involves generally solving two highly non‐linear equations with respect to two unknowns, i.e. the factor of safety and the associated scaling parameter. To solve these two equations, complicated numerical iterations are required with non‐convergence occasionally occurring. This paper presents an alternative procedure to derive the three equilibrium equations (horizontal and vertical forces equations and moment equation) based on an assumption regarding the normal stress distribution along the slip surface. Combination of these equations results in a single cubic equation in terms of the factor of safety, which is explicitly solved. Theoretical testing demonstrates that the proposed method yields a factor of safety in reasonable agreement with a closed‐form solution based on the theory of plasticity. Example studies show that the difference in values of factor of safety between the proposed method, the Spencer method and the Morgenstern–Price method is within 5%. Application of the proposed method to practical slope engineering problems is rather straightforward, but its solution is of the same precision as those given by the conventional rigorous methods of slices since it is still within the rigorous context. Copyright © 2002 John Wiley & Sons, Ltd.     

应用点安全系数分析基坑边坡三维稳定性

复杂基坑边坡具有明显的三维效应,目前计算方法尚不便准确计算其三维稳定性,不便于确定其空间失稳范围。在三维数值计算结果的基础上,选用Bezier双三次曲面对通过节点的位移等值面进行拟合,以位移等值面作为基坑边坡局部破坏面,据此计算出垂直破坏面的正应力和滑动方向的剪应力,提出新的点安全系数定义为该点抗剪强度与滑动方向上剪应力的比值,整体安全系数为等值面上点安全系数对面积的加权平均值。分析了某师范大学基坑边坡的稳定性,结果表明,点安全系数在剖面分布上呈中部小,内、外高的分布特征,小于1.06的区域从坡脚延伸至坡顶,揭示了滑动面的位置,最危险滑动面为15 mm的位移等值面。通过与刚体极限平衡法比较,验证了特定剖面上二者计算结果的一致性     

禁忌搜索在确定土坡危险滑动面中的应用

在土坡稳定的计算过程中常采用经典的极限平衡法。对每一条可能的圆弧滑动面通过条分法计算其安全系数,最小的安全系数就代表了土坡的实际安全系数。在此过程中,滑动面的圆心坐标和半径可以视为安全系数的函数,滑动面的圆心坐标和半径是自变量,安全系数就是函数值。这样,土坡安全系数的计算过程实际上是对安全系数这个函数求极值的过程。通过将土坡的安全系数视为圆心坐标和滑弧半径的函数,应用连续变量的禁忌搜索技术计算土坡稳定安全系数,提高土坡稳定计算的可靠性。     

基于交替迭代算法神经网络评价岩石边坡稳定性

目前边坡工程中常用的稳定性分析方法主要分为极限平衡法和数值分析法2大类，文章对它们各自的主要愿理、特点及其优缺点等进行了阐述。首先，根据经典边坡稳定分析方法存在的局限性，提出有必要建立基于人工神经网络的边坡稳定性预报方法。其次，针对经典算法BP网络存在的某些缺陷，提出了一种交替迭代算法神经网络，以提高其非线性映射能力和泛化能力。交替迭代神经网络算法通过解2个阶数比较低的线性代数方程组，逐步求得连接权值的。以此提高收敛速度，且有利于寻求最优解。作者用FORTRAN语言编制了程序。分析了建立边坡岩体稳定性预测网络模型的建立中应该注意的几个方面。最后，基于已有的40个岩石边坡工程实例进行所建立的神经网络的训练和边坡稳定的预报，结果表明文中所建立的边坡稳定性预报方法具有较高的预报准确度。     

计算边坡安全系数的坡向离心法

边坡稳定分析方法发展最引人注目,它是经典土力学最早试图解决而至今仍未圆满解决的课题。在常用边坡分析方法的基础上,从边坡失稳机制出发,提出一种更方便的安全系数计算方法--坡向离心法。该法通过不断增大水平加速度,直至边坡失稳为止,依据水平加速度与重力加速度失稳影响机制求得安全系数。通过算例与传统极限平衡法和有限元强度折减法相比较,并对各物理参数进行敏感性分析。结果表明,坡向离心法在边坡工程稳定分析中的应用是切实可行的,其弹性模量和泊松比对该法所求安全系数影响不大。     

基于神经网络范例推理的边坡稳定性评价方法

提出了基于神经网络范例推理的边坡稳定性评价方法。针对边坡的稳定性影响因素的复杂多变性和相当强的不确定性,建立了基于神经网络的边坡范例检索模型。运用神经网络强大的自适应、自组织、自学习的能力以及高度的非线性映射性、泛化性和容错性的特点,通过边坡范例的神经网络学习,建立了当前边坡和边坡范例之间相似性计算关系,最终实现了当前边坡的稳定性评价。对于8个验证边坡范例,模型的预测准确性达到了100 %,范例中的160组数据的相关性也达到了 0.981 5,表明建立的模型具有很高的预测准确性,模型的泛化能力很强。     

禁忌搜索在边坡稳定分析中的应用

在禁忌搜索和极限平衡分析的基础上,提出了全局确定边坡最小安全系数的禁忌搜索方法,并建立了响应的模型;该方法是一种启发式的全局搜索方法,可以搜索出全局最小安全系数,同时还能确定出与之对应的最危险滑动面。将该方法应用于不同几何形状和土层信息的边坡稳定分析中,结果表明,提出的方法能够避免局部最小解,并能搜索到全局最小安全系数。     

考虑计算参数不确定性的边坡稳定分析

岩土体当中存在大量的不确定因素,给边坡的稳定性分析判断带来了困难。在分析了计算参数的不确定性是影响分析可靠性的主要原因的基础上,运用模糊集理论考虑计算参数的不确定性,提出了模糊参数的具体构造方法和边坡稳定的不确定性分析思路。该方法可以根据不同隶属度下的参数截集区间,计算出相应隶属度下的安全系数区间,并可由此得到边坡的可靠性指标和安全系数建议值。通过不同算例研究表明,使用此方法能充分考虑计算参数的不确定性,得到的安全系数更加科学可靠。     

改进人工鱼群算法在边坡稳定性分析中的应用

人工鱼群算法是一种新的智能仿生算法。以瑞典条分法作为边坡稳定性分析模型,利用模拟退火算法对人工鱼群算法进行改进,提出了一种搜索边坡最危险滑动面及对应的最小安全系数的求解方法。该方法克服了传统优化方法容易陷入局部极值点的缺点,具有较高的计算精度,适用性强,搜索的最优解更具有全局性。最后通过工程实例进行计算,并与基本的人工鱼群算法、传统的计算方法以及GA算法进行对比分析,结果令人满意。     

Generalized solution procedure for automated slope stability analysis using inclined slices

In this paper, a general method has been developed for slope stability analysis to determine the critical slip surface and the corresponding factor of safety using inclined slices satisfying both force and moment equilibrium equations. The problem is one of constrained nonlinear programming. The same is converted to an unconstrained one using extended penalty function method wherein a composite function is developed by blending the objective function and the constraints. The composite function so developed is then minimized adopting sequential unconstrained minimization technique, for a decreasing sequence of penalty parameter. The predicted critical shear surface so obtained has been compared with the results obtained from model tests and the theoretical values reported in critical slip surface and the corresponding minimum factor of safety. This revised version was published online in July 2006 with corrections to the Cover Date.     

重度增加法在某公路边坡稳定性分析中的应用

基于D-P准则,采用关联流动法则,用非线性有限元重度增加法对一非均质不规则公路边坡进行了分析。其原理是保持粘聚力c及内摩擦角φ不变,通过逐步增加土体重度的方法使土体达到临界状态。采用坡顶水平位移随重度增加系数变化的关系曲线上位移陡然增大作为边破的破坏标准。有限元重度增加法事先无须对滑动面的位置和形式做出任何假定,同时考虑了土体的材料非线性和几何非线性,因此利用二维有限元重度法能更好地模拟土坡的破坏,有助于了解土坡的破坏机理。其结果不仅对工程实践具有指导作用,而且对研究土体的破坏机理,探索分析边坡稳定的适用计算方法都有现实意义。用重度增加法得到的安全系数与传统方法的误差在9%左右,因此重度增加法可以用于边坡稳定分析。     

基于SOFM神经网络的边坡稳定性评价

针对边坡工程稳定性分析中参数的不确定性,在分析自组织特征映射神经网络（SOFM）基本学习算法的基础上,从提高算法收敛速度和性能出发,将自组织特征映射神经网络基本学习算法加以改进,据此建立了评价边坡稳定状态的SOFM神经网络模型。然后用收集到的边坡稳定工程实例作为样本,对该模型进行训练和检验,并与BP神经网络判别结果对比。结果表明,SOFM神经网络性能良好、预测精度高,是边坡稳定性评价的一种有效方法。     

边坡稳定模糊随机可靠度分析

考虑边坡稳定评价中存在的两种不确定性--模糊性和随机性,以模糊随机变量为基本变量,建立模糊随机功能函数和模糊随机极限方程,得到模糊可靠指标和模糊可靠度。本文给出模糊随机可靠度的计算方法,给出实例并与经典随机可靠度比较,得到更合理的结果。     

含软弱夹层边坡的三维稳定性极限分析

边坡的三维稳定性分析比其二维平面应变模型在理论上更能反映边坡的实际情况。为研究软弱夹层对边坡稳定性的影响,引入三维圆锥体平动破坏机构和牛角状螺旋圆锥体转动破坏机构,建立三维转动-平动组合破坏机构,并通过平面插入的方法实现破坏机构沿边坡的纵向拓展以便用于任意长度的边坡稳定性分析。结合算例分析,通过与弹塑性有限元数值模拟结果进行对比,验证了本文方法的有效性。分析表明,组合破坏机构能够很好的用于含软弱夹层边坡的稳定性分析并为实际工程提供一个简单有效的设计方法。     

可靠性数学在斜坡稳定性分析中的应用

本文将可靠性数学的相关理论引入斜坡稳定分析中，结合斜坡在变形破坏中的各影响因素均具有一定随机性的实际情况，提出了基于概率方法的斜坡稳定性可靠性计算公式，具有一定的现实意义。     

边坡稳定分析的非线性有限元混合解法

在对有限元强度折减法和有限元迭代解法的优缺点分析的基础上,提出了边坡稳定分析的非线性有限元混合解法,该法将有限元强度折减法和有限元迭代解法联合运用于边坡稳定分析,充分利用了两种方法的优点。即由有限元强度折减法搜索边坡可能滑动面,将可能滑动面在网格中画出,由迭代解法逐步迭代求得其滑动面的安全系数。并以算例和工程实例说明了此种方法的正确性和合理性。