邊坡穩(wěn)定性研究對于水利工程的勘探、設計、建設和管理工作至關重要,針對現(xiàn)有研究方法存在的適用性不強和誤差較大等問題,基于粒子群優(yōu)化算法對徑向基函數(shù)神經網絡進行改進,提出了一種水利工程邊坡穩(wěn)定性預測模型。該模型以孔隙水壓比、土體容重、內摩擦角、粘聚力、坡高和坡角等參數(shù)為輸入變量,以邊坡穩(wěn)定系數(shù)為輸出變量。以實際工程為例對模型性能進行分析,結果表明,相比單一的RBF模型,優(yōu)化后的模型在水利工程邊坡穩(wěn)定性分析中的預測精度更高、誤差更小,獲得了更好的分析效果,為水利工程邊坡穩(wěn)定性研究提供了一種有效的新的途徑。 

【文章來源】：微處理機. 2020,41(05)

【文章頁數(shù)】：5 頁

【部分圖文】：

模型預測結果對比

【參考文獻】：
期刊論文
[1]水位上升與荷載耦合作用下土坡穩(wěn)定極限分析方法研究[J]. 黃珮倫,張嘎.  工程地質學報. 2020(02)
[2]“一帶一路”沿線國家水電發(fā)展狀況與潛力[J]. 古玉,彭定志,趙珂珂,范楚婷.  水力發(fā)電學報. 2020(03)
[3]基于S型函數(shù)的自適應粒子群優(yōu)化算法[J]. 黃洋,魯海燕,許凱波,胡士娟.  計算機科學. 2019(01)
[4]邊坡失效概率估計的高斯過程動態(tài)響應面法[J]. 蘇國韶,趙偉,彭立鋒,燕柳斌.  巖土力學. 2014(12)
[5]基于蟻群神經網絡的工業(yè)自動化PID參數(shù)優(yōu)化[J]. 孫瓊瓊,郭靜博.  微處理機. 2014(05)
[6]基于熵權與灰色關聯(lián)法的引水方案評價研究[J]. 丁麗宏.  節(jié)水灌溉. 2012(10)
[7]邊坡變形時序分析的進化-自適應神經模糊推理模型[J]. 劉開云,魏博,劉保國.  北京交通大學學報. 2012(01)
[8]基于灰色關聯(lián)度的邊坡穩(wěn)定影響因素分析[J]. 付建軍,邱山鳴,趙海斌,時凱,邱冰.  長江科學院院報. 2011(01)



本文編號：3359524