排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
甘肃省永靖县黑方台台塬周边区域由于黄河移民大规模农业灌溉诱发了众多黄土滑坡灾害,其稳定性分析与滑面预测可为防灾减灾提供重要支撑,显得尤为重要.黑方台黄土滑坡具有渐进后退式的失稳特征,已发生滑坡灾害与潜在滑坡灾害具有高度相似性,其反分析结果可为未来滑坡稳定性分析提供重要数据基础.选用有限差分强度折减法,通过设定3个目标优化函数(土体抗剪强度参数均值误差函数、滑面位置误差函数和稳定性系数误差函数),基于NSGA-Ⅱ遗传算法开展稳定性反分析获取黄土的粘聚力和内摩擦角.以黑方台党川2#滑坡为例,通过第一次滑动时观测到的滑面信息,并假设其稳定性系数等于1,利用NSGA-Ⅱ算法反分析得出当滑坡发生时,天然黄土层粘聚力为28.20 kPa,内摩擦角为25.16°,饱和黄土层有效粘聚力为16.59 kPa,有效内摩擦角为16.11°.基于该反分析结果,对党川2#滑坡后续3次失稳的稳定性系数和临界滑面进行了预测,并与实际观察结果对比验证.研究结果表明,通过多目标约束优化算法开展滑坡稳定性反分析可获得更加合理的黄土强度参数估计,为黑方台地区滑坡稳定性分析和风险定量评估提供了新的解决思路. 相似文献
2.
3.
相较于极限平衡法,强度折减法在计算边坡稳定性系数上有许多优势,但更大的计算量在一定程度上限制了其在边坡可靠度分析中的应用。为了有效地减少可靠度分析中数值模型的计算次数,以减轻使用强度折减法所带来的计算压力,引入了基于主动学习径向基函数(ARBF)代理模型的高效分析方法:利用主动学习函数在极限状态面附近搜索训练样本更新代理模型,加快模型训练的收敛速度;采用线性核径向基插值函数简化模型参数优化过程,建立简洁、稳定的代理模型。此外,为了充分发挥主动学习代理模型的优势,提出针对土质边坡特性的初始采样策略。当得到稳定的代理模型后,结合蒙特卡罗模拟计算边坡的系统失稳概率。作为对比,基于两个典型边坡算例,测试了两种经典的可靠度方法:主动学习克里金模型(AK)和二次响应面法(QRSM),论证了引入的主动学习径向基函数代理模型在计算效率上的高效性和计算模型上的稳定性。 相似文献
4.
SAR(synthetic aperture radar)图像溢油暗斑准确识别对海上溢油应急工作具有重要的意义。为减少SAR图像特征提取、特征选择过程中人为因素对溢油检测精度的影响,本文将Faster R-CNN卷积神经网络模型引入SAR图像溢油检测并进行了改进。针对溢油暗斑形状多样及SAR图像背景复杂的特点,选用结构一致且实用性强的VGG16卷积网络获取图像特征,并使用软化非极大值抑制算法(Soft-NMS)进行优化。同时基于相同的数据集,提取常用的SAR图像几何特征、灰度特征和纹理特征,构建反向传播(backpropagation,BP)人工神经网络溢油检测方法并与Faster R-CNN方法进行对比。实验结果表明,基于改进Faster-RCNN模型的溢油检测方法溢油检测率达到0.78,且溢油检测虚警率低于0.25,相比BP人工神经网络溢油检测方法样本识别率、溢油检测率分别提高了4%和5%,溢油虚警率降低了5%。 相似文献
1