基于神经网络法预测重庆高速公路边坡稳定性

结合重庆地区的地质条件和高速公路的建设实践,分析了影响重庆地区高速公路土质和岩质边坡稳定性的主要因素.运用人工神经网络方法,以重庆地区大量高速公路边坡实例为样本对其进行学习和预测.研究表明,运用人工神经网络技术建立的各类边坡稳定性预测模型具有很好的适应性和较高的精度,用此方法来预测重庆地区高速公路边坡的稳定性是可行的.     

利用灰色关联度预测重庆地区边坡稳定性

基于灰色系统的灰色关联分析理论,分别选取影响土质、岩质边坡稳定性的一些主要因素,对边坡是否失稳进行了预测.针对重庆地区高速公路一些边坡工程实例进行了分析计算,结果与实际情况符合得很好,说明了边坡稳定性预测的灰色关联分析方法的有效性.     

人工神经网络在岩质边坡稳定性预测中的应用

针对岩质边坡稳定性分析中存在的问题，提出了运用人工神经网络（ANN）预测岩质边坡稳定性的新方法，并构造了相应的BP神经网络模型。预测结果表明，该模型具有很高的预测精度，能够满足实际工程需要。     

边坡岩体稳定性的人工神经网络预测模型

在综合分析边坡岩体变形失稳破坏模式及其影响因素的基础上 ,提出了表征边坡岩体稳定性分析的复合指标。以大量水电边坡工程的稳定状况为学习训练样本及预测样本 ,讨论了基于人工神经网络技术的边坡岩体稳定性分析方法及其有效性。研究表明 ,用人工神经网络方法预测边坡岩体的稳定状况是可行的。     

基于HGA-ANN驱动边坡稳定评价T-S型模糊推理系统

边坡工程的分析评价会因人脑在思维判断上存在的模糊性,而导致整个分析和设计过程带有一定的模糊不确定性。因此,边坡工程实际上是一个动态的、模糊的、开放的复杂非线性系统,传统的分析方法有时难以对复杂边坡的稳定性做出符合实际的评价。模糊方法和人工神经网络(ANN)都已分别用于边坡稳定性评价中,此2种方法具有很多优点,但也存在各自的局限性。采用人工神经网络(ANN)模型构建T-S型模糊推理系统,利用混合遗传算法(HGA)训练ANN模型,得到了基于混合遗传算法人工神经网络驱动的T-S型模糊推理系统模型,探讨了该模型在边坡稳定性评价中的应用。根据广泛收集的80个边坡实例,建立了一个由HGA-ANN驱动的评价边坡稳定性的T-S型模糊推理系统模型。对实际边坡预测结果表明,该模型的预测精度明显高于目前同类方法。     

人工神经网络在边坡工程中的应用研究

分析人工神经网络技术应用于解决边坡工程问题的可行性,认为它能模拟边坡稳定性和各参数之间的非线性关系,并以某实例采用BP算法进行样本训练和样本预测,探讨具体的边坡稳定性分析方法。     

广(州)乐(昌)高速公路坪石至樟市段边坡稳定性预测评估

根据地质灾害危险性评估的特点和高速公路所处的地质环境条件,选择3个一级因素和12个二级因素构建了边坡稳定性评估的两层次指标体系。在此基础上,介绍了层次分析-模糊综合评判的建模方法。利用该方法对广乐高速公路坪石-樟市段深路堑边坡的稳定性进行了预测评估。     

基于灰色关联分析理论的边坡稳定性预测

灰色系统理论是用于研究少数据和贫信息的不确定性问题的新方法。为了分析具体边坡工程的边坡稳定性,在简要阐述边坡稳定性方法、介绍灰色系统基本原理和分析不确定性分析方法之间的差异性基础上,通过灰色关联分析的灰色关联度方法,以重庆万梁高速公路边坡工程的稳定状况为参考样本及预测样本,选取影响边坡稳定性的一些主要因素,建立数学模型,讨论了基于灰色关联分析理论的边坡岩体稳定性计算方法及其有效性。结果表明:模型计算与实际情况一致,灰色关联分析理论方法能全面地考虑工程中的信息贫乏和实际边坡问题的非确定性属性,简单易算,同时能较好地预测边坡稳定性。     

基于IEA-PNN的边坡岩体稳定性预测研究

概率神经网络是一种训练速度快、结构简洁明了、应用广泛的人工神经网络，该方法采用贝叶斯分类决策理论建立系统的数学模型，以高斯函数作为激励函数，具有非线性处理和抗干扰能力强等特点。阐述了概率神经网络的基本结构及其训练算法，提出了基于概率神经网络的边坡岩体稳定性预测方法，并采用一种新的有效随机全局优化技术——免疫进化算法对高斯型函数的标准偏差进行了参数优化。介绍了免疫进化算法的设计思想和特点，并成功地实现了此模型在边坡岩体稳定性预测中的应用，实例预测结果与边坡稳定性实际状态完全一致。理论分析和实例结果验证了基于免疫进化算法的边坡岩体稳定性预测方法切实可行，且具有需要学习样本少、预测精度高、非线性动态数据处理能力强等优点，为边坡稳定性预测提供了一条新的途径。     

某高速公路边坡稳定性分析

针对宁都至定南高速公路A9标段边坡的具体情况,分析了影响边坡稳定性的因素,并采用理论方法,计算了A9标段边坡的稳定性,提出了提高边坡稳定性的措施与有效的防护方法,确保了高速公路的安全性。     

基于BP人工神经网络的公路岩质边坡稳定坡角预测

将大量已建公路边坡工程的数据作为训练样本,建立了BP人工神经网络模型,并按照RMR岩体质量分类系统将收集到的边坡地质资料进行分类,获取参数值后输入已建立好的BP人工神经网络模型,综合比较了稳定边坡角预测值与已建公路的边坡角实际值,结果表明,采用BP神经网络方法预测公路岩质边坡稳定坡角是可行的。     

西北地区黄土边坡稳定性分析及评价

通过西北某高速公路黄土边坡工程地质条件研究,运用数值模拟进行计算,定量分析边坡开挖后正常及暴雨工况下边坡稳定性,判定是否满足规范要求并提出合理的防治措施,保证高速公路的建设和安全运营。     

利用灰色关联度预测岩质边坡稳定性

根据重庆市高速公路边坡特征,选取部分岩质边坡案例,利用灰色关联分析理论,对其是否稳定进行了预测,通过分析计算,结果与实际情况符合的很好,验证了岩质边坡稳定性预测的灰色关联分析方法的可行性。     

一种新的边坡稳定性预测方法的尝试

针对模糊理论和神经网络各自在边坡稳定性评价中存在的不足,提出了基于自适应神经元模糊推理系统的边坡稳定性评价方法,运用MATLAB建立了圆弧滑动边坡稳定性分析的ANFIS预测模型。结果表明,该模型预测的结果与实际边坡稳定性系数（工程设计值）十分接近。     

堆积层边坡表层位移矢量角及其在稳定性预测中的作用与意义

根据边坡不同稳定性的位移矢量角的形成机制以及对新滩边坡实际资料的分析，发现堆积层边坡的表层位移矢量角是描述和评价边坡整体稳定性的基本参数之一。它有明确的物理意义与预测预报标准，且受局部或随机因素影响较小，同时反映了边坡的变形受力条件与整体稳定性状态，在滑坡预测预报中有着位移或位移速率不可替代的作用。在此基础上，重点对边坡塑性滑移阶段的位移矢量角及其与稳定性的关系进行了系统的分析。运用数理统计趋势位移分析原理建立了边坡位移矢量角和位移速率双参数统计预测预报判据，克服了传统位移时序分析法单一参数预测理论的不足，并运用新滩边坡F系列监控点实际资料进行了双参数的后验稳定性验算与判别。预测结果与边坡的实际失稳时间与规律相吻合，说明该理论判据具有一定的精度和实用性。     

高速公路边坡加固的优化设计方法研究

高速公路建设会对原有地形地貌产生影响,也会对边坡稳定性产生影响,进而为高速公路的运营带来安全隐患。尤其是在多山地区,边坡稳定性已经成为建设、运营中的一个十分重要的问题。因此,合理的边坡加固是工程项目安全施工、高速公路安全营运的关键性因素。论文从边坡失稳的机理及影响因素出发,针对边坡加固防护技术进行了分析研究,提出边坡加固解决方案,以期优化实际工程中的高速公路边坡加固设计,保证公路运营安全以及行车安全。     

高速公路边坡稳定性的二级模糊综合评判

构造了公路边坡稳定性分析的二级模糊综合评判模型,结合某高速公路边坡稳定性的实际问题,通过模糊评判模型计算得到了公路边坡稳定性的预测结果,计算结果表明该评价分析结果与实际相吻合。     

清连高速公路CSMR边坡总体稳定性评价研究

运用岩质边坡总体稳定性评价即CSMR边坡总体稳定性评价方法,结合工程实际,对清（远）连（州）高速公路升级改造工程的路堑边破进行了稳定性分析,并对该方法的工程适用性进行了探讨,以更好地对边坡稳定性做出判断。     

关于成都膨胀土地区边坡稳定性的探讨

成都市三环路建设中 ,膨胀土边坡稳定性研究是大家关心的重要课题。膨胀土边坡土体中的吸力变化直接影响到其稳定性 ,参照“人工神经网络技术”中的吸力经验公式 ,以三环路东一B标段的路堤边坡为例 ,采用“条分法”进行预测分析 ,并有针对性地进行防护处理取得了较好的效果。     

边坡演化的非线性机制及滑坡预测预报研究

综合、系统地总结了前人在边坡工程及滑坡预测预报领域的研究成果。在此基础上,运用非线性理论的相关理论和方法,对岩土力学参数的置信度、边坡演化的非线性机制、边坡的分岔过程与混沌特征、滑坡预测和预报方法进行了较为系统的研究和探讨。 推导了反映岩土体力学参数的不确定性的数字特征公式,建立了可靠性检验模型。边坡系统是一个具有复杂结构和功能的非线性开放系统,非线性性质是其基本属性。为研究这一性质,归纳了研究边坡工程非线性特征的系统范式原则,认为边坡系统从形式、发展到破坏的演化过程遵循一定的规律,如发展的动力、演化的道路及演化的历经状态等符合原则。 边坡在演化过程中,分岔是其发展道路之一,运用分岔理论研究边坡演化的非线性机制可反映出这一过程。建立了边坡演化的分岔模型,并运用线性稳定性分析、数值模拟方法对边坡稳定性、吸引子特征及演化趋势进行了理论研究。结果表明：处于非线性演化状态的边坡在外界小扰动作用下,会发生状态质变,从而为解释边坡变形机制提供了理论依据。 引入有关理论,提出了滑坡预测预报的非线性时间序列方法,建立了滑坡失稳时间的协同一分岔模型,并把混沌理论与神经网络方法结合起来对边坡稳定性进行评价。最后,以新滩滑坡、Ｖａｊ