岩质边坡稳定性综合评价方法及其在工程中的应用

通过实践提出了一种岩质边坡稳定性综合评价方法,分析影响边坡稳定性的九种评价因子及其量化方法,并用此方法对湖北省十堰地区的局部边坡进行了评价,结果表明,本方法综合性强,效果好,且简便易行,对工程勘察和边坡治理有较好的参考价值。     

基于Spencer法的边坡稳定性可靠度指标分析

在边坡可靠度分析中,考虑Spencer方法计算模型的不确定性,推导出Spencer方法安全系数模型修正系数的概率密度函数,引入了随机场局部平均理论用于分析边坡中土性参数的空间相关性,并在此基础上提出了一种改进的边坡可靠性指标计算方法。     

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。     

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。     

接触单元对边坡稳定分析影响的仿真研究

在边坡稳定问题的研究中引入了接触单元的概念,基于局部破坏理论,提出了一种新的边坡稳定系数的计算方法。同时与传统方法进行了对比分析,实例计算结果比较准确,结果表明该计算方法是可行的和准确的。从而进一步证明了局部破坏理论的正确性和边坡软弱结构面是控制边坡稳定的关键因素。     

简单边坡的稳定性分析

提出了一种新方法用于分析边坡的稳定性,对土条间作用力作了如下假定：认为土条侧面作用力平行于条底,但其大小并不相等。依据平衡条件,结合强度破坏准则,求出边坡的安全系数。算例表明,该方法不失为一种合理、有效的边坡稳定分析方法。     

抗滑桩加固三维复杂边坡抗震设计的新方法——拟动力法

提出一种抗滑桩加固三维复杂边坡抗震设计的新方法——拟动力方法。采用“牛角型”破坏机构,并基于极限运动学原理分析了抗滑桩加固三维复杂边坡在地震动态荷载下的稳定性。与传统的拟静力方法相比,提出的拟动力方法更接近实际且更加经济。经参数分析求得了各影响因素对边坡安全系数F_s的影响规律,并得出以下结论：相较于简单的单台阶边坡,带平台边坡更趋于稳定;在三维复杂边坡的抗震设计时,抗滑桩能有效提升边坡的稳定性能。根据工程实际提出相应的工程建议。     

基于塑性极限分析上限法理论的土质边坡可靠度分析

将极限分析的上限定理、有限元离散思想、随机规划理论和蒙特卡洛方法这四者结合起来,提出了一种土质边坡可靠度分析的上限数值方法。首先采用三节点有限单元离散土质边坡,然后将土体的抗剪参数设为随机变量,根据上限定理构建同时满足三角形单元的塑性流动约束条件、单元公共边的塑性流动约束条件和单元速度边界条件的机动许可速度场,并根据内功功率等于外功功率条件建立目标函数,构建土质边坡可靠度分析的上限法随机规划模型。采用蒙特卡洛方法求解上限法随机规划模型,同时提出了一种基于上限法速度场的边坡失效风险系数估算方法,该方法特别适用于具有多种失效模式的边坡风险分析。对2个经典算例进行了深入分析,验证了方法的正确性。     

基于蚁群聚类算法的岩石边坡稳定性分析

由于岩石边坡影响因素众多且关系复杂,不能用简单的方法进行分析和判断。在工程类比的基础上,一般采用聚类的方法。但由于边坡工程问题环境的复杂性,岩石边坡稳定分析的聚类问题是一个复杂的模糊、随机优化问题,采用传统方法难免带来很多局限性。为了更好地解决这类问题,首次把蚁群聚类算法这种新近提出的仿生聚类算法引入岩石边坡工程领域,以解决其稳定分析问题,提出一种分析岩石边坡稳定问题的新方法。该方法在分析岩石边坡工程实例资料的基础上,采用蚁群聚类算法,以工程类比的思想判断岩石边坡的稳定状态。工程应用证明,该算法可以自动把岩石边坡分成几种类似的状态,判断准确率较高、计算速度较快,是一种比较实用的岩石边坡稳定分析方法,值得在岩石边坡分析领域推广应用。     

高斯过程机器学习在边坡稳定性评价中的应用

针对边坡工程是复杂的非线性系统,采用常规的理论分析和数值计算方法难以满足对边坡稳定性评价的高精度与快速性的要求,为此,提出对处理非线性复杂问题具有很好的适应性一种有概率意义的核学习机--高斯过程机器学习方法来解决边坡稳定性的合理评价问题,建立了相应的边坡稳定性预测模型。工程应用研究结果表明,采用高斯过程机器学习方法进行边坡稳定性评价是科学可行的,该方法能很好地表达边坡稳定性与各影响因素之间的非线性映射关系,能方便快捷地给出合理可靠且具有概率意义的边坡稳定状态评价结果,为实现边坡快速设计的工程实践要求提供了一条新的途径。     

基坑支护结构水平变形预测的遗传神经网络方法

采用遗传算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络,先用遗传学习算法进行全局训练,再用BP算法进行精确训练。就遗传算法过程中的选择、变异进行了探索,提出了用BP网络训练产生变异的遗传算法。作为实例,将该方法应用于预测基坑支护结构水平变形中。结果表明,该方法有收敛速度较快、预测精度高等优点。     

边坡稳定性的神经网络估计

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。     

异常面积计算

提出一种新的异常面积计算方法———多边形逼近法,并给出相应的算法和精度控制方法。采用该方法计算异常面积,速度快、精度高,具有较好的应用效果。     

岷江流域无人机遥感影像拼接及灾害信息提取

针对无人机遥感影像的特点,提出了一种基于特征点和重叠度的快速自动拼接算法.该算法实现了用于计算参考图像和待配准图像之间重叠度的相位相关法,并提出只在重叠区域中进行特征提取和特征匹配的方法.利用岷江流域无人机遥感图像进行了实验,结果表明,该算法使图像拼接有效地防止了图像非重叠区域中信息对算法的干扰,提高了拼接算法的精度和速度.并利用拼接的图像对茂县至都江堰的岷江主干河流进行了灾害信息提取和统计分析,为建立无人机高分辨率低空遥感数据的快速处理和应急灾害信息提取具有重要的指导意义.     

混沌优化算法在土质边坡稳定性分析中的应用

确定边坡最危险滑动面并计算与之相对应的安全系数是边坡支护的重要任务。本文结合简化Bishop法,用一种新的智能优化算法混沌优化算法来搜索全局最优解。该方法利用混沌运动本身具有遍历性、随机性、规律性等内在特点,能在一定范围内按其自身规律不重复地遍历所有状态,易于跳出局部最优解,具有很强的全局搜索能力。通过坡高为12.3m的某电厂三层土质边坡的典型算例分析,并和遗传算法、枚举法计算结果对比可知,计算结果超于一致,其差值接近于0,因此混沌优化算法能在很高精度下搜索到全局最优解,能很好地解决边坡稳定性分析中的优化问题。     

人工神经网络在岩溶水资源评价中的应用

本文通过采用并加以改进的误差反向传播人工神经网络( BPN)算法,使网络收剑速度加快和避免局部极小。在此基础上建立了岩溶水模拟模型,同时以济南为例对模型进行了应用验证。拟合结果表明,该方法对于岩溶水资源评价具有较大的适用性。      

临界滑动场技术在排土场边坡设计中的应用

边坡临界滑动场技术是近年发展起来的一种边坡稳定性分析方法。它能准确快速确定多层介质、多台阶边坡任意形状的临界滑动面,全面评价边坡整体和局部稳定性。文章首先应用临界滑动场技术对原设计15坡角时的龙桥排土场边坡进行临界滑动面搜寻,确定边坡整体安全系数为1.42,证明原设计的15坡角取值过于保守。然后再应用临界滑动场技术的扩展方法进行反向分析,在给定安全系数为1.30的条件下,求得最佳设计坡角为17。研究成果为将来矿山的排土工作提供指导,具有一定的工程实用性。     

基于小生境遗传算法软土地基上加筋路堤稳定性分析

在软土地基加筋路堤稳定性分析方法中,传统分析方法(如瑞典法和荷兰法)因对加筋材料的加筋作用估计不足,导致计算结果过于保守,与实际不符。本文在充分考虑加筋体的加筋作用下,提出了新的加筋路堤稳定性分析计算方法,并采用小生境遗传算法搜索临界滑动面和最小安全系数。算例计算结果表明,本文提出的加筋路堤稳定性分析方法与工程实际情况吻合较好,并且小生境遗传算法能有效地搜索到边坡所有的临界滑动面。     

FORECAST OF PREFERRED FAULT BASED ON NEURAL NETWORK

基于优势面区域稳定性评价理论和人工神经网络 (ANN)的原理和方法 ,探讨了基于 ANN的优势断裂预报神经网络算法及模型 ,并结合实例检验表明应用反传 (BP)神经网络模型判定优势断裂的新方法是有效的 ,且取得了理想的结果。     

波阻抗遗传算法反演方法的研究及应用

作者介绍的遗传算法是在自然界生物遗传过程优选和进化原理的基础上，针对波阻抗反演的实际问题，对标准的遗传算法进行了改进，引入了模拟退火算法中的热槽法控制初始群体的产生，用逐位迭代的交换方式代替传统的杂交方式即随机选择杂交点进行交换。使用改进的遗传算法对地震波阻抗进行反演，可很好地提高反演的精度。在文中最后，作者通过理论模型和实例验证了上述的思想。