| 因子分析-概率神经网络模型在边坡稳定性评价中的应用 |
| |
| 引用本文： | 王佳信,周宗红,付斌,李克钢,王海泉.因子分析-概率神经网络模型在边坡稳定性评价中的应用[J].水文地质工程地质,2018,0(2):123-130. |
| |
| 作者姓名： | 王佳信 周宗红 付斌 李克钢 王海泉 |
| |
| 作者单位： | 1.昆明理工大学国土资源工程学院，云南 昆明650093；2.中南大学资源与安全工程学院，湖南 长沙410083 |
| |
| 基金项目： | 国家自然科学基金资助项目（51264018；51064012）；中南大学研究生自主探索创新基金资助项目（2017zzts185） |
| |
| 摘 要： | 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。
|
| 关 键 词： | 边坡工程 地质灾害 因子分析 概率神经网络 边坡稳定性评价 |
| 收稿时间： | 2017-05-02 |
| 修稿时间： | 2017-07-13 |
Application of factor analysis and probabilistic neural network model on evaluation of the slope stability |
| |
| WANG Jiaxin,ZHOU Zonghong,FU Bin,LI Kegang,WANG Haiquan.Application of factor analysis and probabilistic neural network model on evaluation of the slope stability[J].Hydrogeology and Engineering Geology,2018,0(2):123-130. |
| |
| Authors: | WANG Jiaxin ZHOU Zonghong FU Bin LI Kegang WANG Haiquan |
| |
| Affiliation: | 1.Faculty of Land Resource Engineering, Kunming University of Science and Technology, Kunming, Yunnan650093, China; 2.School of Resources and Safety Engineering, Central South University, Changsha, Hunan410083, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《水文地质工程地质》浏览原始摘要信息 |
|
点击此处可从《水文地质工程地质》下载全文 |
