共查询到20条相似文献,搜索用时 46 毫秒
1.
《公路》2015,(7)
边坡稳定性分析一直以来都是岩土工程中的核心问题之一,随着社会建设的不断发展,这一问题也变得越来越突出。当今,我国正处在快速发展阶段,各项基础设施建设正在如火如荼地开展,使得边坡稳定性问题变得越来越复杂。特别是高速公路的边坡稳定性,其重要性不言而喻。其工程地质环境复杂多变并受到多种因素的影响,致使人们亟需解决公路边坡稳定性中不太准确的评价问题。为了解决复杂公路边坡稳定性评价这一庞大的系统带来的困难,需要将各学科领域进行交叉融合,以期获得较准确的公路边坡稳定性评价方法。文中将模糊相似聚类模型引入到RBF神经网络中,建立公路边坡稳定性模糊相似聚类RBF神经网络模型,并将该模型应用于公路边坡稳定性评价与预测。研究表明,模糊相似聚类神经网络模型能够合理、可靠地评价公路边坡稳定性。通过各学科领域的交叉融合取得了良好的效果,进一步优化了边坡稳定性评价方法。 相似文献
2.
在综合分析Kohonen神经网络技术特点的基础上,将该神经网络应用于边坡稳定性分析,建立了评价边坡稳定状态的网络模型,并以大量工程实例样本对网络进行了训练和检验.结果表明,该网络模型预测精度高、简单易行,是评价边坡稳定性的一种有效方法. 相似文献
3.
4.
边坡稳定性影响因素定量分析神经网络法 总被引:2,自引:1,他引:1
探讨圆弧式破坏的边坡稳定性分析的一种新算法———BP神经网络法,与多元线性回归和多元判别分析法相比较,神经网络方法具有精度高、收敛速度快、容错能力高等特点,用于边坡稳定性评价是可行的。 相似文献
5.
渝东南岩溶地区公路边坡是富含溶洞的罕见边坡类型,具有地面坡度陡峭、基岩破碎程度高及地下水活跃等特点.溶洞的存在破坏了基岩的完整性,降低了边坡的整体稳定性,其边坡失稳具有大面积突发性,兼有崩塌与滑移的共同作用.该文结合重庆市秀山县G319国道岩溶滑坡体实例,首先研究此类边坡的坍塌机理,分析溶洞在边坡坍塌中的作用;其次运用模糊突变理论,建立符合此类边坡工程特点的稳定性评判层次结构模型,在此基础上,依据突变理论基本原理,对各评判指标进行突变类型的确定及归一化公式的推导,并以此进行量化递归运算;然后,引入模糊隶属函数的构造方法,建立出适合此类边坡稳定性分析的突变评判方法;最后,运用此突变评判方法对此类边坡进行稳定性分析评价,结合其坍塌机理,得出合理的应急加固设计方案. 相似文献
6.
7.
提供了一种将模糊层次综合评价法和K-Means聚类方法相结合的新型边坡稳定性预测模型计算方法,并将该复合边坡稳定性预测模型应用于20个边坡样本中,预测准确率达到100%,验证了该模型的可靠性和实用性。传统极限平衡法所计算出的安全系数大于1并不能完全保证边坡工程的稳定安全,该复合边坡稳定型分析模型能有效的克服单纯安全系数预测边坡稳定性的局限性,为边坡的稳定性评价提供了新思路。 相似文献
8.
9.
为对公路边坡的稳定性进行预测,结合具体工程,采用非线性数学方法的灰色-突变理论对其分析.利用灰色理论的建模方法对原始数据序列进行处理,以弱化其随机性,增强其确定性,然后根据边坡系统的势函数与交叉集方程对边坡状态的平衡性进行分析,对预测边坡状态发生突变的时间.研究结果表明:通过灰色-突变理论,可以对边坡系统的状态的稳定性进行判断,并能获得边坡系统发生突变的临界时间和突变时间差,从而可以对边坡系统状态突变的时间点进行预警预报,研究同时发现,对于边坡系统,在其稳定性受到外界干扰时,其稳定状态的突变存在着滞后性.. 相似文献
10.
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。 相似文献
11.
12.
13.
14.
15.
《筑路机械与施工机械化》2017,(3)
为了对边坡稳定性做出客观合理的判断,将理想点法应用于边坡稳定性评价中,选取岩石质量指标、岩石结构特征、地应力等7个具有代表性的影响因子作为边坡稳定性评价指标体系;采用改进的熵权法确定各指标权重系数,建立了边坡滑移失稳的熵权-理想点法预警模型。结果表明:改进的熵权法与边坡实际稳定级别基本一致,验证了该方法的可行性和可靠性,证明此方法具有良好的工程应用前景。 相似文献
16.
17.
随着边坡稳定性问题的研究越来越深入,涌现了一大批的模型和方法。将spss软件中Fisher判别和Bayes判别两种统计方法运用于工程实际,并选用边坡岩土体的重度、黏聚力、边坡角、内摩擦角及边坡高度等5个参数作为滑坡稳定性评价的判别因子,分别建立边坡稳定性评价的Bayes判别分析模型和Fisher判别模型;根据搜集的31组边坡相关数据作为学习样本进行训练,建立Bayes和Fisher判别函数,而后对误判率进行了估计以检验模型的优良性,并选用6个工程实例对所建立的模型进一步进行考察,结果表明:两种方法预测精度良好,具有较高的预测效果,是评价边坡稳定性的一种有效的方法。 相似文献
18.
《中外公路》2019,(5)
针对边坡稳定性评价过程中的随机性和模糊性,改进传统云模型和引入主客观组合赋权法,开发了基于组合赋权-改进云模型的边坡稳定性评价方法。首先选取坡度、黏聚力、岩体基本质量指标、日最大降雨量等8个评价因子,将边坡稳定性分为4个等级,从而构建评价因子等级划分标准,然后应用改进的云模型得到每个评价因子隶属于每个稳定性等级的确定度,接着利用层次分析法和熵权法综合得出评价因子的权重,最后对每个因子的确定度进行加权平均,得到边坡隶属于4个等级的综合确定度,根据确定度最大原则,判定边坡稳定性级别。以湖南省某改扩建公路边坡评价为例,应用该文提出的方法进行评价,取得了良好的效果。 相似文献
19.