基于自適應模糊神經網絡模型的邊坡形變預測應用研究.pdf

1、由于邊坡變形所造成的地質災害往往會對人們的日常生活及工程建設造成很大影響,因此邊坡的變形預測成為近年來變形預測方面的一個重要研究方向,在對邊坡變形進行監(jiān)測的同時,對監(jiān)測數(shù)據(jù)進行分析,然后做出及時準確預測,能在很大程度上減少災害發(fā)生時造成的國家經濟損失及人們的生命安全損失。本文在研究了已有的一些變形預測模型的基礎上,利用模糊集理論,結合BP神經網絡模型,建立了自適應模糊神經推理系統(tǒng)模型(Adaptive Neuro-Fuzzy Infer

2、ence System)也稱為基于網絡的自適應模糊推理系統(tǒng)(Adaptive Network-based Fuzzy Inference System),簡稱為ANFIS,該模型同時具有模糊邏輯的易于表達人類知識能力和神經網絡的分布式信息存儲及學習能力,融合了模糊系統(tǒng)的語言推理能力和神經網絡的學習機制能力,表現(xiàn)出很強的容錯能力,具有很好地適應性,本文探索性的將該模型應用到邊坡工程實例中,并用采集的監(jiān)測數(shù)據(jù),驗證該模型在邊坡變形預測中的可

3、行性。本文的主要研究內容及成果總結如下:
　　1、簡單介紹了目前常用的一些變形預測模型,重點講述了BP神經網絡模型的基本理論、結構、算法以及流程。
　　2、詳細介紹了模糊系統(tǒng)理論,以及模糊隸屬度、模糊規(guī)則的選取,簡單的介紹了模糊系統(tǒng)工具箱的各中參數(shù)的應用,比較了模糊系統(tǒng)與BP神經網絡的的優(yōu)缺點,將兩種理論進行融合,建立了自適應模糊神經推理系統(tǒng)模型(ANFIS),并根據(jù)該模型的優(yōu)點提出了的它在變形預測中的適用性。
　　3