人工神经网络在边坡稳定性预测中的运用

以重度、粘聚力、摩擦角、边坡角、坡高、孔隙压力比作为输入，采用同一地区的17个滑坡样本数据，建立了6个输入层、6个隐含层、1个输出层的反向传播神经网络；通过网络训练和分析，得到了该地区的滑坡预报模型和连接权值。结果表明，采用人工神经网络评价边坡的稳定性是可行而有效的。     

基于神经网络模型的软基工后变形分析

基于神经网络理论和反向传播算法，建立了软基工后变形预测夯析人工神经网络模型。并借助Matlab语言进行程序设计，实现神经网络计算。结合汕汾高速公路软基工后沉降实测数据，对模型进行学习训练，并利用神经网络模型进行工后变形预测。验证表明，预测值与实测值有较好的一致性，同时也说明作为非线性科学一个分支的神经网络，由于其能以较高的精度去逼近任意非线性函数。在软基变形分析上显示出较强的实用价值和优越性。     

人工神经网络在软土地基沉降预测中的应用

人工神经网络这种数学工具可以以任意精度逼近任意非线性曲线,且具有容错性和联想记忆功能,利用基于人工神经网络和反向传播理论的分析方法对软土地基沉降进行的预测体现了很强的优越性。介绍构建网络模型后,用某高速公路软基沉降的实测数据进行网络的训练和学习,再用建立的预测模型预测出了最终的沉降量。所得的结果与实测值达到了较好的一致性,与用其它理论计算方法所得结果相比较具有较高精度。     

基于BP神经网络的高速公路地基变形的预测

介绍并举实例说明人工神经网络这种数学工具可以以任意精度逼近任意非线性曲线,且具有容错性和联想记忆功能,利用基于人工神经网络和反向传播理论的分析方法,对软土地基变形进行预测具有较大的优越性。     

人工神经网络技术在昔格达地层公路边坡稳定预测工程中的应用

通过人工神经网络预测技术对西昌至攀枝花高速公路新开挖昔格达地层高边坡进行稳定性预测,利用已有5个月的观测数据,应用误差反向传播（BP）理论建立预测模型,通过计算,得到每个边坡观测断面的预测结果。预测结果与目前边坡实际变形基本吻合,证明人工神经网络预测技术在昔格达地层公路边坡变形预测中是发挥一定作用的。     

人工神经网络技术在昔格达地层公路边坡稳定预测工程中的应用

通过人工神经网络预测技术对西昌至攀枝花高速公路新开挖昔格达地层高边坡进行稳定性预测,利用已有5个月的观测数据,应用误差反向传播(BP)理论建立预测模型,通过计算,得到每个边坡观测断面的预测结果.预测结果与目前边坡实际变形基本吻合,证明人工神经网络预测技术在昔格达地层公路边坡变形预测中是发挥一定作用的.     

基于人工神经网络的顺层偏压隧道变形预测

根据顺层偏压隧道工程实际监控量测数据，结合工程地质条件，基于人工神经网络，建立了顺层偏压大变形隧道人工神经网络预测模型，得到了顺层偏压隧道变形预测值。通过现场实测与模型计算预测变形值对比分析得出:人工神经网络预测模型在顺层偏压隧道大变形预测方面有很高的适用性能。     

滑坡预测的混沌神经网络模型

根据混沌理论具有分析非线性动态系统的混沌特性和人工神经网络具有考虑多因素影响的特点,提出了滑坡预测的混沌神经网络综合模型。该方法首先利用非线性科学和理论分析滑坡位移时间序列的动态特性,然后将重构相空间计算的最小嵌入维数作为输入神经元的数目引入到人工神经网络预测模型中。     

采用人工神经网络求解箱梁温度场算法研究

选用人工神经网络中的前向网络，应用反向传播算法，通过对箱梁温度场的研究，得到了统一的求解程序，解决了温度场实时求解问题。     

双层反翘滑坡渐进破坏力学模型及失稳判据研究

以襄十高速公路韩家垭滑坡为背景，对滑坡的“双层蠕滑-反翘变形-弯曲折断一坡体滑移”的渐进破坏机理进行了深入分析，通过将滑坡前缘陡倾顺层结构变粒岩层概化为滑床部位锁固而其余边界自由的多层矩形薄板结构，滑坡的反翘弯曲破坏问题视为在纵、横向荷载作用下，多层矩形薄板的屈曲-弯曲变形以及变形到一定程度时岩层板的断裂破坏问题，基于Rayleigh-Ritz能量变分原理，建立了滑坡的渐进破坏力学模型，提出了滑坡的稳定性判据及滑坡整体启动滑动面抗剪强度阀值。最后，根据模型试验的加载参数及渐进破坏力学模型对滑坡的稳定性及抗剪强度阀值进行了计算分析，其结果与模型试验的测试结果相符，表明所建立的力学模型是合理可行的。