基于人工神经网络的边坡稳定性评价

应用改进的BP神经网络模型对国道107线清连一级公路部分高危边坡进行了稳定性评价研究。研究表明，改进的BP模型具有收敛快、数据输入方便、预测结果准确可靠等优点*     

基于带约束BP神经网络的黄土湿陷系数预测模型研究

通过现场试验和室内试验得到某黄土场地Q3黄土的湿陷系数及相关物理力学参数,分析了黄土湿陷系数与其主要物理力学影响因素之间相关性。针对室内试验数据具有离散性较强的特点,基于传统BP神经网络模型进行改进,建立了带约束的BP神经网络模型并对黄土的湿陷系数进行预测。结果表明:湿陷系数与含水率、天然密度、饱和度成负相关,与压缩系数和孔隙比成正相关;带约束的BP神经网络模型可以定量保证预测结果的准确性,其预测误差在10%以内。     

灰色关联法分析延安机场黄土高边坡稳定因素

黄土高边坡稳定性设计需考虑的参数有内摩擦角、粘聚力、坡高、平均坡比、重度等,研究参数在稳定性作用中的主导因素非常重要。针对延安机场黄土高边坡应用灰色关联法对边坡稳定性参数进行分析。     

基于支持向量机和改进BP神经网络的路基边坡稳定性研究

针对京新高速公路项目在建设中遇到的裂缝、滑移、倾倒等大量边坡稳定性问题,为了探讨边坡岩土体参数与边坡稳定性间的相关关系,以及保证研究项目路段在运营期间的行车安全,实现公路网尤其是山区公路的安全、高效、便捷运行,在已有研究的基础上,分别建立了支持向量机以及附加动量因子mc而改进后的BP神经网络两种边坡稳定性预测模型。通过引入45个训练样本,对5个工程边坡实例的安全系数进行预测计算,分析了两种模型的平均误差和最大误差,比较了两种模型的预测精度和适用范围,并且对京新高速公路胶泥湾至冀晋界路段的工程边坡稳定性进行了预测。结果显示,样本训练阶段,支持向量机和BP神经网络两种模型均具有较高的模拟精度,而BP神经网络更优;在样本预测阶段,支持向量机的预测精度明显优于BP网络;当随着样本容量不断增大时,两种计算模型的预测精度也逐渐提高;通过结果可以得出,支持向量机预测模型有较强的外推能力和预测计算的有效性,可以更好地描述边坡稳定性复杂的非线性关系,更适用于边坡稳定性的预测分析。     

黄土路堑边坡稳定性评价的范例推理方法

黄土地区快速发展的公路建设,形成了大量黄土路堑高边坡。在充分挖掘大量已知其稳定性状况的公路黄土路堑边坡案例的基础上,根据灰色关联的概念和变权的思想,提出了一个基于变权灰色关联的黄土路堑边坡稳定性评价范例推理模型。实例分析表明：边坡稳定性评价结果与其实际状态吻合较好。     

基于改进BP神经网络的高速公路边坡稳定性分析

通过引入动量项和自适应学习率对传统BP神经网络预测模型进行改进,建立改进BP神经网络边坡稳定性预测公式,并将其应用于湖南安化某高速公路边坡工程,将其预测结果与传统BP神经网络预测结果和实际安全系数进行比较,分析边坡的稳定性并提出针对性的建议。     

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.     

降雨条件下黄土路堑高边坡稳定性分析

分析了降雨对黄土边坡稳定性的不利影响,提出了考虑降雨作用的黄土边坡稳定分析方法,并以山西省临离高速公路第三合同段K70+465处为工程背景,运用非饱和土强度理论和有限元强度折减法进行数值模拟分析,研究了降雨强度、降雨时长、雨型和土体渗透系数对边坡稳定性的影响,从而揭示边坡受降雨作用下的瞬态变化过程。研究成果对黄土地区路堑高边坡稳定性评价具有一定的借鉴意义。     

地质结构模型在公路黄土边坡设计中的作用

为了研究黄土地区地质结构与公路边坡稳定性、排水防护措施的关系,首先介绍了地质结构模型的概念、划分依据及其主要特征,然后将黄土地区复杂的地质结构划分为8种模型;在给定坡高和坡型、有无大平台的情况下,通过有限元模拟对比了各种模型的稳定性变化特性,给出是否采用大平台设计高边坡坡型的建议,明确了各类地质结构模型稳定性的差异;推荐了地质结构模型与边坡稳定性分析相结合的公路高边坡设计思路和适用的边坡防排水方案。结果表明:地质结构模型对边坡稳定性具有明显影响;Ⅰ、Ⅱ、Ⅲ类模型必须设置大平台,其余模型可不设置。     

BP和RBF神经网络在边坡稳定性评估中的比较研究

通过实例分析,对BP神经网络和RBF神经网络在边坡稳定性评估中的应用进行了比较研究,结果表明,BP神经网络和RBF神经网络均能很好地对边坡稳定性进行评估,但RBF神经网络比BP神经网络的训练速度更快,效率更高,并且对于同样的精度要求,RBF神经网络对边坡稳定性的评估结果更加准确和适用。     

黄土边坡滑坡侵蚀稳定性计算方法探讨

滑坡是土坡重力侵蚀破坏的主要形式，在目前的工程实践中，土坡稳定性分析最常用的方法是圆弧条分法。但对大量黄土滑坡的观测表明，其滑动面并不是圆弧，一般是后壁陡直，下部接近圆弧，总体形状呈“L”形。因此采用经典的圆弧法计算黄土边坡的稳定性是不准确的。根据Mohr-Coulomb强度理论计算出黄土滑坡后缘拉裂的深度，自拉裂底部至坡脚处假定为圆弧滑动面，在此前提下搜索最危险滑动面的位置。笔者曾提出了搜索最危险滑动面的一种方法，并结合该方法推导出了用圆弧法求解稳定系数的解析式。将黄土边坡具有后缘拉裂这一特点，应用于该解析方法中，进一步推导出用于黄土滑坡侵蚀稳定性的计算公式，通过对泾河南岸一黄土高边坡滑动前地形断面观测和土的物理力学性质指标的测试，计算得出其潜在滑动面，再与其滑动后实测滑动面比较，表明提出的方法比一般的圆弧法有更高的精度。     

地震作用下坡高和坡率对黄土高边坡稳定性的影响研究

以兰州南坡坪地区多级高边坡工程为依托,建立边坡有限元模型,模拟分析边坡的抗震性,研究在地震作用下坡高和坡率对黄土高边坡稳定性的影响。结果表明:单级坡高取8 m,坡率1∶0.50的安全系数为1.06,坡率1∶0.75的安全系数为1.18,坡率1∶1.00的安全系数1.27,边坡坡率越大,边坡抗震稳定性越差。边坡开挖坡率一定,在第五~第七级坡高均取8 m的工况下,边坡安全系数为1.18,边坡支护可取得比较好的抗震效果,并结合不同坡高和坡率下,黄土高边坡的土方开挖量和支护面积,讨论了边坡开挖的经济性。     

浅析黄土地区隔水界面对边坡稳定性的影响

具有相对隔水作用的地层界面,对路堑边坡的稳定性有非常严重的影响。通过列举黄土地区常见的几种隔水层,叙述隔水界面上高含水率黄土夹层的形成原因和特性,结合山西某工程黄土路堑边坡实例,分析隔水界面对边坡稳定性的影响,可为黄土地区同类地质条件边坡工程提供参考。     

BP神经网络和GM(1,1)灰色模型在公路客运量预测中的应用

在灰色预测的基础上,引入BP神经网络模型,建立了GM(1,1)和BP神经网络组合模型。此组合模型兼有灰色预测和BP神经网络预测的优点,模型既克服了原始数据少,数据波动性大对预测精度的影响,也增强了预测的自适应性。实例证明了组合模型的预测精度高于单独的GM(1,1)模型,可以用于公路客运量预测。     

陕北Q2黄土入渗模型优化及边坡稳定性分析

采用Brooks&Corey土水特征曲线公式对Green-Ampt模型中入渗剖面的非饱和过渡区进行计算，得到优化的Green-Ampt公式；引入湿润层重分布比例函数的概念，采用Seep/W模拟非饱和土壤水分性质数据库（UNSODA）中256个样本10种类型土的降雨入渗过程，得到湿润层重分布函数的解析表达式；基于本文改进的Green-Ampt模型、湿润层重分布函数及Frdlund抗剪强度公式，推导出改进的边坡稳定计算公式；以陕北延安地区樊庄Q2黄土高边坡为算例与前人修正过的Green-Ampt模型解结果进行对比，验证新模型的适用性，经验证本文改进的Green-Ampt模型适用性好。     

基于遗传神经网络的再生沥青混合料性能预测研究

以matlab为平台,分别应用BP神经网络和遗传算法优化的BP神经网络对再生沥青混合料的性能进行预测。以旧料掺量、油石比等8个影响因素作为输入层,以动稳定度、残留稳定度等5个性能指标作为输出层,将28组归一化处理后的试验数据进行神经网络的训练、验证和测试。结果表明:遗传算法优化的BP神经网络预测表现出更加精准的预测效果。将遗传算法优化的BP神经网络应用于工程实践中,再生沥青混合料性能预测可以大大提高试验科学性和预见性。     

基于主成分分析-云模型的黄土隧道施工稳定性评估

黄土隧道极易发生大变形和塌方等灾害，为准确、高效地识别其施工中的稳定性，针对其稳定性评估具有随机性和模糊性共存的特点，选取同一施工条件下黄土含水率、干密度、孔隙比、黏聚力和内摩擦角等5个物理力学参数作为稳定性评估指标。采用主成分分析法获得各指标权重，结果显示含水率、黏聚力和内摩擦角3个指标对黄土隧道稳定性影响较大；通过各指标分级标准计算获得云模型的数字特征；结合各指标权重与云模型的数字特征，通过正向云发生器，构建基于主成分分析和正态云理论的黄土隧道施工稳定性评估模型。将该评估模型应用于蒙华铁路延安段黄土隧道，预测准确率高达90%，优于Critic-云模型，验证了该模型的可行性和有效性。