共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
用神经网络评价边坡稳定性 总被引:21,自引:0,他引:21
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。 相似文献
3.
基于交替迭代算法神经网络评价岩石边坡稳定性 总被引:2,自引:0,他引:2
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。 相似文献
4.
本文应用模糊优选神经网络理论,建立了边坡稳定性评价模型,综合分析了影响边坡稳定性的各种因素,根据它们作用程度的不同,赋予不同的权值,通过对收集到的边坡稳定性实例进行学习,提出了与优属度有关的函数关系式。可以看出:该方法具有精度高、收敛速度快、权值调整模型好等优点。 相似文献
5.
边坡稳定性分析是一个复杂的系统工程问题,其评价直接影响边坡工程的安全性与经济性。为了实现对边坡稳定性的快速、高效和准确评价,需要考虑边坡稳定性多种评价指标,但指标间或多或少存在一定的相关性,从而导致参量信息重叠。文章提出一种因子分析方法对边坡稳定性相关指标数据进行降维处理,提取3个综合指标对边坡稳定性进行总体评价。因子分析后的指标彼此独立,能够满足概率神经网络(PNN)样本层中采用高斯函数作径向基函数的要求。在因子分析的基础上,建立边坡稳定性评价的PNN模型,将其应用于39个典型的边坡稳定性评价。预测结果表明:5种不同的训练和测试样本个数下PNN模型仍具有良好的预测效果,其正判率分别为100%、94.87%、94.87%、84.62%和84.62%,说明因子分析与PNN模型结合可为岩土工程中边坡稳定性评价提供了一种很好的思路。 相似文献
6.
边坡稳定性的神经网络预测研究 总被引:21,自引:0,他引:21
根据神经网络法的基本原理,结合38个实际边坡工程稳定实例,应用VB5.0可视化编程语言,建立了边坡稳定性的神经网络预测模型,并运用该模型对部分边坡工程的稳定性进行预测,预测结果与边坡实际稳定状态相吻合,从而表明了神经网络法在边坡稳定性预测中的有效性。 相似文献
7.
8.
边坡稳定性的神经网络估计 总被引:54,自引:4,他引:54
应用神经网络理论,本文提出了圆弧破坏和楔体破坏的边坡安全系数估计的新方法。为解决安全系数估计的知识的学习问题,提出了一种推广学习算法。用它对收集到的边坡实例进行学习,然后进行推广,预测出新边坡的安全系数。与极限平衡法和极大似然法的估计结果进行了比较,可以看出,神经网络方法具有推广预测精度高、自学习功能强、考虑不确定性能力强等特点。 相似文献
9.
用改进后的BP神经网络评价黄土质边坡稳定性 总被引:12,自引:0,他引:12
首先介绍了改进BP神经网络性能的几种方法;在此基础上,考虑影响黄土质边坡稳定性分析的各种自然因素,包括坡高,坡比,强度指数,土何内摩擦角,土体容重,空隙水压力系数以及地震烈度统方法的计算结果进行逐一对比,对比结果证明了该方法能够满足一般黄土质边坡稳定性评价的精度要求;另一方面,由于方法的改进大大减少了网络的计算时间,使得黄土质边坡稳定性的评价更为便捷迅速,从而证明该方法具有一定的推广应用价值。 相似文献
10.
11.
受地质、工程等众多因素的影响,岩土质边坡稳定性具有未确知性、随机性、模糊性、可变性等特点,很难用简单的力学、数学模型描述。提出了用基于Takagi-Sugeno模型的模糊神经网络来对边坡稳定性进行评价,该模型同时兼具神经网络和模糊逻辑二者的优点,既可以比较容易地处理模糊性的实际问题,又具有较好的学习能力。将此模型与BP神经网络模型同时应用于80个实际边坡样本进行训练和预测,结果表明该模型具有预测精度更高、收敛速度更快、预测结果与实际结果吻合度更高的特点 相似文献
12.
13.
14.
基于遗传算法和模糊神经网络的边坡稳定性评价 总被引:4,自引:0,他引:4
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。 相似文献
15.
16.
基于神经网络范例推理的边坡稳定性评价方法 总被引:9,自引:4,他引:9
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。 相似文献
17.
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。 相似文献
18.
19.
从影响因素相互作用关系分析岩石边坡的稳定性 总被引:1,自引:0,他引:1
从区域上影响岩石边坡稳定性的地质和工程两方面因素相互作用出发建立关系矩阵,进一步得到它们各自权重,并求得岩体不稳定性指数(RMII);通过观察实际变形边坡影响料大的地质因素是同现及其作用程度计算出可预报性估值(PR)。结合实验对两者结果进行了比较。 相似文献
20.
模糊数学在岩质边坡稳定性分析中的应用 总被引:2,自引:0,他引:2
模糊评判法作为一种评价边坡稳定性方法,其关键在于能否准确地建立评价模型,是否能准确建立模型的重点在于隶属度与各评价因子权重的确定。在实际工程中,几乎所有研究者都是采用专家打分法来定权重。虽然这一方法应用广泛,但是主观性太强,不够客观合理。采用判断矩阵分析法来确定评价因子的权重,用二级模糊评判对某工程实例进行计算分析,结果表明用该法确定权重简便,亦能较好反映边坡所处状态。 相似文献