共查询到15条相似文献，搜索用时 109 毫秒
1.
2.
岩质路堑深边坡稳定性评价的模糊概率方法 总被引：2，自引：0，他引：2
边坡工程是一个动态的、模糊的、开放的复杂系统,影响边坡稳定性的因素复杂且具有随机性和模糊性,传统的分析方法难以对复杂边坡的稳定性作出符合实际的评价。运用模糊概率的基本原理,建立了岩质路堑深边坡稳定性评价的模糊概率模型。在此模型中,综合选取了边坡岩体质量系数SRQC、边坡结构系数SSC、坡高系数SHC、坡角系数SCC、工程因素影响系数EFEC等5个评价指标因子;同时将边坡稳定性评价等级划分为很不稳定、不稳定、基本稳定、稳定以及很稳定5个等级。利用模糊概率模型对20个典型的边坡工程进行了稳定性评价分析,结果表明：该方法具有明显的合理性和可靠性,为边坡工程的预测与防治提供了新的途径。 相似文献
3.
用神经网络评价边坡稳定性 总被引：21，自引：0，他引：21
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。 相似文献
4.
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 相似文献
5.
边坡稳定性影响因素众多,其中一部分具有明显的不确定性,用经典数学理论及力学模型很难描述。采用二级模糊综合评判法,对影响边坡稳定的离散型和连续型因素采用不同方法确定隶属度,并利用二元对比分析法给出各因素权重值;同时考虑降雨对边坡稳定的重要影响,对降雨后各影响因素的权重进行修正,建立边坡稳定的二级模糊综合评判计算模型,评价降雨前后边坡稳定性的变化。研究结果表明：模型所采用的隶属函数,充分考虑了各个因素的不同特点和分布规律;考虑降雨前后权重的变化,能使评判结果更趋合理。以实际工程为例,模糊综合评判结果显示：降雨前边坡处于基本稳定状态,降雨后处于欠稳定状态,与经典极限平衡法计算结果一致。 相似文献
6.
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。 相似文献
7.
基于不确定型层次分析法的边坡稳定模糊评判方法 总被引：2，自引：1，他引：1
针对边坡稳定性影响因素众多复杂,且存在模糊不确定性和层次性的特点,首先引入锚固边坡稳定性分析二级模糊综合评判模型,并基于模糊数学理论建立评价指标隶属度确定方法和模糊运算规则,从而建立出锚固边坡稳定性分析的二级模糊综合评判方法;然后,考虑评价指标重要程度取值的不确定性、专家判断的模糊性以及群组决策的优势,建立基于群组决策的不确定型层次分析（AHP）方法确定权重,进而建立出基于AHP的锚固边坡稳定模糊评判方法,最后通过工程实例分析和计算,表明文中方法的可行性与合理性。 相似文献
8.
9.
模糊理论在公路边坡稳定性分析中的应用 总被引：7，自引：0，他引：7
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。 相似文献
10.
11.
边坡稳定性预测的模糊神经网络模型 总被引：9，自引：0，他引：9
根据边坡稳定问题具有的模糊性,提出了一种判定边坡稳定性的模糊神经网络模型。该系统仅从期望输入输出数据集即可达到获取知识、确定模糊初始规则基的目的。再利用神经网络学习能力便不难修改规则库中的模糊规则以及隶属函数和网络权值等参数,这样大大减少了规则匹配过程,加快了推理速度,从而极大程度地提高了系统的自适应能力。最后用收集到的边坡数据样本训练和测试模糊神经网络模型,结果表明该模糊神经网络预测边坡稳定性是可行的、有效的。 相似文献
12.
基于蚁群聚类算法的岩石边坡稳定性分析 总被引：2，自引：0，他引：2
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。 相似文献
13.
14.
结合已有岩质边坡工程实例,针对岩质边坡稳定性预测中存在的问题,提出了运用BP网络预测岩质边坡稳定性的方法,并构造了相应的网络模型。预测结果表明,模型具有较高的预测精度,能够满足实际工程需要,是有一定实用价值和参考价值的边坡稳定性预测方法。 相似文献
15.
为了分析边坡的稳定性,利用协调粒子群算法和BP网络建立了边坡稳定性CPSO-BP预测模型。BP网络能够很好地描述边坡稳定性与其影响因素之间复杂的非线性关系,将内摩擦角、边坡角、岩石重度、边坡高度、黏聚力、孔隙压力比6个主要影响因素作为网络的输入,将边坡稳定性系数作为网络的输出。为避免BP网络陷入局部最优,利用协调粒子群算法的全局优化能力确定BP网络的连接权值和阀值,使BP网络的优势得到分发挥,达到提高模型预测精度目的。实例表明CPSO-BP模型有更好地预测精度以及将其应用于边坡稳定性预测是可行的。 相似文献