基于室内大型剪切试验及工程地质类比法的弃渣场抗剪强度参数综合取值与稳定性研究

目前工程实践中弃渣场抗剪强度参数主要采用工程地质类比法进行取值, 参数误差较大, 有必要采用多种方法对弃渣场抗剪强度参数进行综合取值研究。以某公路弃渣场为工程实例, 通过室内颗分试验确定弃渣场弃渣的颗粒级配, 在此基础上采用室内大型剪切试验及工程地质类比法综合确定该弃渣的抗剪强度参数, 并以此参数计算弃渣体的稳定性。计算结果表明, 弃渣体在天然工况条件下稳定性系数为1.369, 在暴雨工况条件下稳定性系数为1.083, 弃渣场在计算工况条件下处于基本稳定-稳定状态, 与现场巡查及监测结果基本一致。说明该弃渣抗剪强度参数取值比较合理准确, 可为公路弃渣场参数取值提供参考。      

基于鸟群优化BP神经网络的滑坡处治后变形预测

滑坡变形程度是判断处治后滑坡是否稳定的关键评价指标，开展处治后滑坡变形预测可提前掌握滑坡稳定性情况，有利于滑坡失稳风险分析，便于开展地质灾害防灾减灾工作。为了准确预测处治后滑坡变形情况，本文提出了一种采用鸟群算法（BSA）优化BP神经网络的滑坡变形预测方法，借助BSA-BP神经网络构建了广西某高速公路滑坡变形预测模型，对比分析了BSA-BP神经网络与BP神经网络的预测结果。结果表明，BSA-BP神经网络预测结果的均方误差和相关系数分别为0.053 4和0.997 6,BP神经网络预测结果的均方误差和相关系数分别为2.225 6和0.968，鸟群算法可有效提高BP神经网络模型的预测精度，能有效应用于处治后滑坡变形预测，研究结果可为处治后滑坡失稳风险预测提供参考。