基于灰色神经网络的边坡稳定性预报方法研究

本文在前人研究成果的基础上,研究了BP神经网络模型和灰色系统理论的原理,依据其适用条件及优缺点,对同一已知边坡取不同样本区间建立GM(1,1)模型,得到不同的预测结果。将多个灰色预测的结果作为输入变量使用BP人工神经网络进行组合,输出组合预测结果。提出了基于灰色神经网络范例推理的边坡稳定性评价方法,针对边坡的稳定性影响因素的复杂多变性和相当强的不确定性,建立了边坡范例检索模型,通过对边坡稳定性因素的灰色模型预处理,以及边坡范例的神经网络学习,最终实现了当前边坡的稳定性评价。     

基于遗传神经网络的边坡稳定性智能分析方法

分析了边坡稳定性的影响因素，建立边坡稳定性智能分析的系统模型，将遗传算法和人工神经网络相结合，并建立的遗传神经网络（GNN）具有较高的学习效率和较强的泛化能力，数值算例表明，GNN能有效地克服经典BP神经网络学习速度慢及泛化能力弱的缺点，基于GNN的边坡稳定性智能分析方法具有较高的分析准确率。     

基于AdaBoost卷积神经网络的矿山边坡稳定性预测

为了准确快速地分析露天矿边坡的稳定性,本文提出 Adaboost卷积神经网络（Adaboost-CNN）建立露天矿边坡稳定性和影响因素之间的非线性关系。Adaboost-CNN是结合自适应Boosting算法(Adaboost)和卷积神经网络（CNN）的一种新的机器学习方法。其核心思想是将CNN的特征提取能力和AdaBoost处理非平衡数据的能力结合起来,具有高可靠性、高精度性、训练时间少等优点。Adaboost-CNN利用迁移学习,不仅消除了传统CNN需要大量训练样本的限制,而且解决了AdaBoost算法序列化过程中存在着的降低实际性能的问题。本文分别采用BP神经网络、支持向量机（SVM）、卷积神经网络以及Adaboost-CNN对工程实测数据进行建模与分析,通过对比均方根误差(RMSE)和相对预测误差（RPE）,发现Adaboost-CNN的预测精度最高、模型泛化能力最强。结果表明,Adaboost-CNN能够较精确对边坡的稳定性进行预测,是边坡稳定性预测的可靠性工具     

综合改进BP神经网络在边坡稳定性预测中的应用

针对标准BP神经网络存在收敛速度慢和易陷入局部最小值的问题,提出用附加动量法和自适应学习速率法来优化BP神经网络,提高其收敛速度;引入具有全局搜索能力的模拟退火算法,克服其容易陷入局部最小值问题。应用综合改进后的BP神经网络对已知的实际边坡进行了预测,并将其预测结果与标准BP神经网络和实际值进行对比分析。结果表明:综合改进后的BP神经网络在边坡稳定性预测具有较好的预测效果,与标准的BP神经网络相比,不仅提高了计算速度,而且较大地提高了预测精度,具有较好的应用前景。     

基于灰色—BP神经网络组合模型的边坡稳定性预报方法

在前人研究成果的基础上,研究BP神经网络模型和灰色系统理论的原理,依据它们的适用条件及优缺点,对同一已知边坡取不同样本区间建立GM(1,1)模型,得到不同的预测结果。将多个灰色预测的结果作为输入变量,使用BP神经网络进行组合,输出组合预测结果。提出基于灰色神经网络范例推理的边坡稳定性评价方法,针对边坡稳定性影响因素的复杂多变性和相当强的不确定性,建立了边坡范例检索模型。通过对边坡稳定性因素的灰色模型预处理,以及边坡范例的神经网络学习,最终实现边坡稳定性评价。     

MATLAB的BP神经网络在边坡稳定性评价中的应用

运用MATLAB的神经网络工具箱(NNT)建立了边坡稳定性BP神经网络预测模型,并以大伙房水库输水工程引水隧洞出水口边坡稳定性评价为例,阐述了基于MATLAB的BP神经网络应用于边坡稳定性分析的可行性和可靠性.     

用神经网络分析露天矿边坡稳定性

影响露天矿边坡稳定性的因素十分复杂，有些因素对边坡的影响程度很难确定，用神经网络分析露天矿边坡的稳定性逐渐受到重视。考虑了岩体的结构面倾角、中间结构面长度、粘聚力、摩擦角、重度和水压力比对露天矿边坡稳定性的影响，并通过49个算例的分析比较，说明BP神经网络方法用于露天矿边坡稳定性分析的可行性。     

基于BP神经网络的露天边坡角预测

针对广东泥竹塘铁矿露天边坡稳定性问题,为了获得矿山的稳定露天边坡角,研究使用BP神经网络进行预测分析。在预测过程中,以边坡岩体质量系数、岩体综合抗压、抗拉强度、内聚力、结构面力学特性、边坡高度及岩体密度等7个指标为输入因子,综合国内矿山27组露天矿山现场数据,建立网络学习、训练样本库,从而实现泥竹塘铁矿稳定露天边坡角的预测。结果表明,露天边坡角的BP神经网络预测模型最大误差小于3%,训练输出误差较小,精度较高,得到的泥竹塘露天铁矿上盘最终边坡角的预测值为42.8°,上盘最终边坡角的预测值为40.1°。多年的生产实践表明,该预测成果与实际基本相符,可为今后类似工程提供参考。     

BP神经网络在露天矿边坡稳定性分析中的应用

对边坡进行稳定性分析是治理边坡工程的基础,正确确定露天矿边坡稳定性对于露天矿山工程具有非常重要的意义。本文在分析国内外大量露天矿边坡稳定性研究成果的基础上,采用改进的BP神经网络算法建立了露天矿边坡稳定性分析的神经网络预测模型,并对模型的预测精度进行了验证,结果表明,实际输出与期望输出基本吻合。将所建立的网络模型应用某露天矿边坡稳定性预测,取得了较好的效果。     

基于PSO-BP神经网络的边坡稳定性模型研究

为了对边坡的稳定性进行分析,以黏聚力、内摩擦角、边坡倾角、坡体的容重、边坡高度、孔隙压力比6个主要影响因素作为边坡稳定性的判别指标,利用粒子群算法优化BP神经网络的权值和阀值,建立边坡稳定性的PSO-BP模型,并对5个边坡的稳定性进行分析,预测的平均误差达到1.98%,预测效果较好。结果表明,PSO-BP神经网络模型较传统的BP神经网络模型精度更高,收敛速度更快。     

基于混沌神经网络方法的边坡稳定性分析

非线性科学为边坡稳定性分析提供了全新理论。搜集整理了大量边坡稳定或破坏实例,应用混沌神经网络方法构建的混沌神经网络模型,对边坡稳定性进行评价预测。把该方法应用到某露天矿边坡稳定性分析,结果表明混沌神经网络预测结果与传统极限平衡计算结果一致。同时应用该方法进行了影响边坡稳定各因素的敏感性分析,结果表明,内摩擦角、黏聚力、边坡角、边坡高度、重度对边坡稳定的敏感性依次降低。     

基于进化神经网络的岩土边坡稳定性预测方法

文章介绍了根据岩土边坡的力学特性和几何尺寸,将遗传算法和人工神经网络有机结合在一起,建立了基于进化神经网络的岩土边坡稳定性预测方法。     

基于Matlab的边坡位移及稳定性预测的神经网络系统

边坡位移的产生及发展对边坡的稳定性是极为重要的，然而导致边坡产生位移的因素是极其复杂的，采用具有非线性映射功能的神经网络理论，在Matlab环境下编程，建立了位移及稳定性预测的BP神经网络模型，运用历史位移数据训练神经网络并进行测试，将训练好的网络模型用于预测边坡位移的发展，进而预测边坡的稳定性。最后将该预测系统用于山东省莱州市仓上金矿北帮边坡工程，预测结果与已有的监测数据相比误差很小，说明效果良好。该系统对了解边坡位移的发展趋势以及研究边坡的动态稳定性具有一定的意义。     

圆弧滑动边坡稳定性分析的神经网络方法

搜集了大量圆弧滑动边坡工程实例,并根据实例边坡的实际稳定状况及其几何、物理力学参数构建了训练数据集和测试数据集。应用所构建的训练数据集,对所建立的用于圆弧滑动边坡稳定性分析的神经网络进行训练,并采用训练数据集和测试数据集对其拟合能力和推广预测能力进行测试,最终获得满意结果。应用所建立的神经网络对某高速公路边坡的最危险圆弧滑动面的安全系数、稳定状态和圆心位置作了预测,结果与实际情况吻合。     

基于RBF神经网络的露天矿山边坡失稳预警方法

边坡失稳研究是露天矿山安全生产的关键问题,边坡失稳智能化预警的实现是失稳研究的核心内容。以马钢南山铁矿凹山采场高陡边坡工程为例,建立了RBF神经网络预警模型,采用梯度下降训练算法并进行了改进,根据经验来设置算法的学习步长,选取黏聚力、内摩擦角,边坡角、边坡高度,孔隙水压力比、容重等6个因素作为网络的输入单元,利用所选的25组样本数据完成了RBF神经网络的学习。应用学习好的预警模型对南山铁矿凹山采场的2个帮进行了边坡失稳预警分析,得到2个帮的稳定性等级结果分别为1级和3级,即极稳定和基本稳定,与现场情况一致。该预警方法合理,具有推广应用价值。     

石宝露天矿边坡稳定性的数值模拟分析

基于现场工程地质勘察和岩石力学试验,建立数值模拟计算模型,从应力、位移、塑性区变化等方面进行边坡稳定性分析。模拟分析结果表明:由于岩体剪切破坏造成坡脚贯通产生滑移面,在楔形破坏作用下可能产生滑坡。因此应加强边坡坡脚治理,必要时进行削坡卸载。     

攀枝花朱矿南帮边坡稳定性的运动学分析

露天矿山开采后,形成多台阶高陡岩质边坡,结构面揭露,大量发育的结构面对岩质边坡的稳定性起控制作用。通过立体投影与矢量代数理论建立的运动学分析方法,广泛应用于受结构面控制的岩质边坡稳定性研究。以攀枝花朱矿南帮边坡为例,应用DIPS软件,对该岩质边坡进行运动学分析,结果表明：南帮边坡在优势节理面切割下,易和坡面组合形成楔形体滑动;岩体下部若存在流层面,易于和贯通的节理面组合形成较大规模平面滑动。     

基于Hopfield神经网络的矿井通风系统分析

矿井通风系统的工作性能对煤矿安全影响较大,保证通风系统效率十分必要。介绍通风机的基本参数和参数计算公式,利用Hopfield神经网络对通风系统进行研究分析,设置PID调节参数,并利用Matlab对优化后的通风系统进行仿真分析,结果显示基于神经网络控制的通风机在风压、风量、风门开闭等方面控制效果良好。     

基于Bishop法的露天矿边坡稳定分析与实现

为了提高Bishop法在露天矿边坡稳定分析中的准确性,根据圆弧滑动的数值解研究,提出了一种更为合理的最危险圆弧滑面搜索方法,并从理论上作了分析和论证.修正了在半径长度按设定步长递增时,圆心坐标的移动形式,推导了半径的准确变化范围以及拉裂距离变化范围,并确定了其与帮坡高度、帮坡角的变化关系.确定滑块内黏聚力、内摩擦角、重度时考虑了层状结构岩层的影响,更趋近于实际情况.提出了露天矿边坡圆弧滑动稳定系数及最终帮坡角的确定在计算机程序中的实现过程,包括危险滑面的搜索、层状边坡的特殊处理等,并介绍了算法流程.编写了简化Bishop法计算露天矿边坡稳定系数及最终帮坡角的VB语言程序.检验结果既能得出符合露天矿边坡设计要求的帮坡角及其稳定系数,还能查看不同帮坡角对应的稳定系数.