首页 | 本学科首页   官方微博 | 高级检索  
     

基于改进极限学习机模型的岩质边坡稳定性评价与参数反演
作者姓名:邓超  胡焕校  张天乐  余童
作者单位:中南大学地球科学与信息物理学院;湖南有色资源与地质灾害探查湖南省重点实验室;中南大学数学与统计学院;长沙理工大学;
摘    要:岩质边坡的稳定性评价与参数确定是岩土工程领域的经典难题。基于大数据智能计算的优点,提出了一种结合变量遗忘因子的正则化在线序列极限学习机模型(FOS-ELM)的岩质边坡稳定性评价和参数确定方法。根据收集的1 235例岩质边坡的几何力学与Hoek-Brown模型参数,应用贝叶斯信息准则(BIC)优选基于岩体强度指标(GSI)、扰动因子(D)、岩石材料常数(mi)、单轴抗压强度(σci)、岩体重度(γ)、坡高(H)、坡角(β)的最优输入组合预测边坡稳定安全系数(F),并建立7个模型对最优输入组合进行评价,论证模型的预测精度,结果表明全参数输入组合精度最高,但输入参数并不是越多越好。同经典的极限学习机模型(ELM)相比,该模型具有预测精度高、预测速度快、后期增加边坡数据无须重新训练等优点。并采用不同赋值的全参数输入模型(FOS-ELM-M7)建立边坡参数反演模型,结果表明该模型对边坡单参数和双参数的反演计算速度快、精度高,为获取岩体边坡参数提供了一种快捷的新方法。

关 键 词:岩质边坡稳定性  Hoek-Brown准则  极限学习机模型  贝叶斯信息准则  稳定安全系数  参数反演
本文献已被 CNKI 等数据库收录!
点击此处可从《中国地质灾害与防治学报》浏览原始摘要信息
点击此处可从《中国地质灾害与防治学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号