基于超越概率和RBF神經(jīng)網(wǎng)絡(luò)的邊坡穩(wěn)定性評(píng)價(jià)模型研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩60頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文在綜述邊坡穩(wěn)定性評(píng)價(jià)方法的基礎(chǔ)之上,以超越概率和人工神經(jīng)網(wǎng)絡(luò)理論為基礎(chǔ),評(píng)估了不同神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)和適用范圍,選取RBF神經(jīng)網(wǎng)絡(luò)作為分析方法。將水文、地質(zhì)、地形、地震作為邊坡穩(wěn)定性影響的主要因子,經(jīng)過正交化和歸一化后作為RBF神經(jīng)網(wǎng)絡(luò)的計(jì)算因子進(jìn)行分析,選取35個(gè)樣本進(jìn)行訓(xùn)練和檢驗(yàn),建立了基于超越概率和RBF神經(jīng)網(wǎng)絡(luò)邊坡穩(wěn)定性影響因子評(píng)價(jià)的數(shù)字化模型。
  研究表明,超越概率能夠有效的表征降雨對(duì)滑坡的影響,結(jié)合地震超越概率作為

2、邊坡穩(wěn)定性評(píng)價(jià)的影響因子,能夠保證數(shù)據(jù)的同步性和通用性。采用RBF神經(jīng)網(wǎng)絡(luò)用于邊坡影響因子的評(píng)價(jià),其分析介于定性化決策和定量化計(jì)算之間,泛化能力強(qiáng),在擁有足夠的訓(xùn)練樣本的情況下是一個(gè)能夠廣泛適用和推廣的分析方法。該方法有著收斂快、結(jié)果科學(xué)可靠等優(yōu)點(diǎn);采用正交表法處理后的參數(shù)采用歸一化處理,能夠高效率的將不同維數(shù)不同量綱參數(shù)進(jìn)行組合評(píng)估;對(duì)于因子的影響力分析表明巖土類別、生態(tài)系統(tǒng)和地形在所建立的模型中起到了較大的影響,其因子影響重要性排序

3、為:地形>地質(zhì)>生態(tài)環(huán)境>水文>地震。以樣本8為例進(jìn)行了因子影響度分析,通過對(duì)影響因子進(jìn)行不同的加權(quán)后取得的安全系數(shù)的對(duì)比研究,認(rèn)為該神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程是成功的,該網(wǎng)絡(luò)能夠有效對(duì)不同輸入?yún)?shù)作出正確的響應(yīng)。
  本文最后還討論了RBF神經(jīng)網(wǎng)絡(luò)在邊坡工程的適用性和存在一些不足,如其隱藏單元數(shù)目的選擇嚴(yán)重影響著試驗(yàn)結(jié)果、參數(shù)評(píng)估為多元擬合而與實(shí)際情況弱相關(guān)、神經(jīng)網(wǎng)絡(luò)模型中將其邊坡中各個(gè)相互影響的因子劃分為獨(dú)立的研究因子的準(zhǔn)確性等。所有

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論