模糊优选神经网络模型及其应用

给出一种能反映宏观决策意图的模糊优选神经网络模型,经用于大连市经济与水资源、环境可持续发展决策,取得了满意结果。     

神经网络在边坡稳定性分析中的应用

应用神经网络理论,提出了圆弧式破坏边坡的边坡安全系数估计的新方法,通过对搜集到的边坡稳定性实例进行了实习和预测,可以看出,神经网络方法有精度高,收敛速度快,容错能力高等特点。     

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。     

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。     

模糊理论在公路边坡稳定性分析中的应用

边坡工程是一个复杂的系统工程。边坡的稳定与否直接关系到其防护工作的程度。因此,如何有效、合理地判断边坡的稳定性对整个工程的经济与社会效益极为重要。影响边坡稳定的因素众多,判断其稳定与否应考虑各因素的综合效果。论文运用模糊理论中的多因素综合评判模型对某高速公路边坡的稳定性进行研究。通过全面考虑影响因素,建立相应的评判因素集及单因素评判矩阵,运用专家评判法和判断矩阵法确定出各因素的权重。最后通过多层次模糊评判得到该边坡的稳定性评判结果。研究证明,该法在边坡稳定性分析评判中是切实可行的。     

基于T-S模型的模糊神经网络在边坡稳定评价中的应用

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     

改进BP神经网络在岩质边坡稳定性分析中的应用

使用MATLAB软件中的NNtool工具箱建立了一个通过添加动量改进的BP神经网络模型,用以分析岩质边坡的稳定性。通过对天津某工程的边坡进行分析来检验这个模型的可靠度。根据现场调查的实际情况分析,该边坡岩体比较破碎,因此文中选择了几个有代表性的岩石完整性参数作为输入层参数,通过收集的一些类似边坡的参数对所建立的神经网络模型进行训练,以保证此模型适合被用来分析该工程。结果证明,所建立的模型是可靠的,此种方法在分析岩质边坡稳定性的的实践中具有广泛的使用性。     

因子分析-概率神经网络模型在边坡稳定性评价中的应用

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。     

边坡稳定性的神经网络预测研究

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。     

模糊综合评判方法在四川某公路深挖路堑边坡稳定性分析中的应用

应用模糊综合评判方法分析研究四川某公路深挖路堑边坡的稳定性 ,研究表明边坡整体及部分块体在边坡开挖后均处于基本稳定状态 ,为边坡的治理提供了依据。     

模糊数学在边坡稳定分析中的应用

边坡稳定性分析是一个非常复杂的不确定问题,其不确定性主要有两种：随机不确定和模糊不确定。实践证明,模糊不确定是比随机不确定更为深刻的不确定性。综述了模糊数学在边坡稳定性分析中的应用,重点阐述了模糊综合评判、模糊参数非概率稳定性分析和模糊随机可靠度的原理、特点及研究现状。针对模糊理论和边坡稳定自身的特点及其研究现状,对模糊数学在边坡稳定性分析应用中存在的问题及未来的发展方向进行了分析,以期为相关研究提供有益借鉴。     

基于概率神经网络的岩土边坡稳定性预测方法

基于数据挖掘技术和智能系统,提出应用概率神经网络预测边坡稳定性的数值方法。根据大量边坡稳定或者失稳案例记录的数据库资料,采用数据挖掘方法能够从中提炼出有价值的分类模式。将岩土边坡的力学参数和几何形状作为神经网络的输入训练和测试神经网络。实际应用显示所建立的概率神经网络预测边坡稳定的实用性。与传统的极限平衡分析方法和极大似然估计方法相对比,所提出的概率神经网络具有更高的预测精度。     

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.     

边坡稳定分析的神经网络改进模糊点估计法

边坡稳定性分析中,模糊点估计法能同时考虑模糊不确定性和随机不确定性因素。针对传统模糊点估计法计算工作量大的缺点,提出一种神经网络改进模糊点估计法。利用拉丁超立方抽样法和径向基函数神经网络（RBF）建立边坡安全系数的预测模型;对黏聚力和内摩擦角等模糊随机变量取λ截集,并在各截集水平对参数进行组合;利用建立的预测模型对各参数组合的安全系数进行预测;最后由统计矩点估计法计算边坡的可靠度指标。实例分析表明：改进模糊点估计法使用方便、结果可靠,且能通过增加λ截集水平的数目来提高计算精度。对于含有2～4个模糊随机变量的边坡,采用改进模糊点估计法计算可靠度时λ截集水平的数目可近似取25。     

基于坡面稳定的黄土路堑高边坡优化设计

通过室内外黄土边坡的冲刷试验结果发现,随着坡度的增加,坡面上的最大冲沟深度呈先减少、后增大的趋势。黄土边坡坡角值越接近临界坡角,坡面产生破坏的可能性越小。根据坡面流理论,导出黄土路堑高边坡抗冲刷的临界坡角。根据调查发现,当边坡的坡角相同时,单级坡体越高,坡体（即坡长越长）越易形成明显的冲沟。根据坡角、坡面长和坡面冲刷量之间的关系,建立了基于坡面稳定的黄土路堑高边坡优化设计模型。用该模型对典型路堑高边坡进行计算验证,优化结果和实际情况吻合较好。     

基于模糊集对分析的黄土路堑边坡稳定性评价方法

集对分析是一种用联系度处理不确定性问题的系统分析方法。提出将模糊联系度的思想应用到差异度系数的取值 中,充分挖掘所研究系统中的有效信息,使得对系统的评价和决策更加准确和合理。将此改进的集对分析方法应用于黄土路堑边坡稳定性评价中,并与其他方法进行对比,表明该方法简便、有效。     

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。