基于模糊神经网络的高速公路边坡危险性评价与防护策略

应用模糊神经网络方法,采用模糊逻辑系统(FLS)表示评价系统,通过BP神经网络学习算法,对FLS隶属函数参数进行调整,对高速公路边坡危险性进行评价。根据四川省地质灾害危险性评估实施细则和四川省滑坡灾害危险性分布特点,应用T-S模糊神经系统的关联分析方法,对高速公路边坡进行危险性分析。选取评价因素9个,与野外调查相结合,将各评价因素进行定量归一化,划分成3个安全等级。与野外调查相结合,对各评价因素的关联度进行计算,得出9个评价因素对滑坡灾害危险性综合影响滑坡灾害危险性的程度依次:地层岩性、岩土体结构、人类工程活动、水文地质、地质构造、降雨、地形地貌、地震、植被覆盖。计算各单项影响因素的关联度,得到滑坡危险性评价和各单项影响因素的关系,并提出边坡防护措施。