基于GIS的边坡危险区域等级划分

GIS系统在边坡稳定性分析中的应用越来越受到重视.以布沼坝露天边坡岩体力学参数、降雨量等6个因素为基础,利用模糊综合评判的原理,将GIS强大的数据处理和空间分析功能应用到露天矿边坡危险区域的等级划分,提出了利用模糊综合评判的方法,基于GIS的边坡危险区域等级划分的理论方法,由此可以区划出整个边坡岩体不同区域的安全度;考虑影响因素多,安全度评价结果用颜色分区更直观,弥补极限平衡方法分析边坡稳定性中的不足,为工程区域治理范围提供决策依据.     

基于模糊综合评判的露天矿软岩边坡稳定性分析

根据某露天矿边坡特别是软岩边坡的实际条件,应用模糊数学和系统工程的理论与方法,分析影响边坡稳定性的各种因素的复杂性和模糊性,建立软岩边坡稳定性的一级模糊综合评判和多级模糊综合评判模型并采用层次分析法确定各指标的权重。对露天矿软岩边坡的稳定性进行模糊综合评价。结果表明,该露天矿边坡极不稳定。该研究弥补了直观判定的不足,为软岩边坡稳定性的判断提供了一种有效方法。对灾害预测预报及工程治理具有借鉴意义。     

一种模糊神经网络控制器

简单介绍了模糊技术和神经网络的关系 ,并给出了一种利用神经网络技术的模糊控制器的控制方案。应用模糊神经网络技术 ,将模糊逻辑与BP算法相结合 ,使该控制器具有很强的适应性 ,拥有模糊控制和神经网络的双重优点 ,适用于参数时变、纯滞后的高阶系统。     

岩土边坡稳定性分析的模糊综合评判实用方法

依据模糊数学的基本原则和方法，根据影响边坡稳定性主要的内在和外在因子，建立模糊综合评判方案，得到边坡稳定性等级分类指数，据此判断出边坡的稳定性情况。工程实例分析结果表明，将该方法应用于实际工程中，具有较大的可靠性，能节约大量的时间，显示出一定的优越性。表3，参11。     

模糊概率法在边坡稳定性分析中的应用

鉴于边坡工程中同时存在的随机性和模糊性,在可靠性分析的基础上提出了用模糊概率的方法来计算边坡的稳定性,得出了边坡失稳的模糊概率,并探讨了隶属函数的形式及有关参数对模糊概率的影响。计算表明:降正态形分布及戒上形分布的隶属函数形式能较好地反映边坡失稳的模糊性,所求模糊概率 Pf较为合理;功能函数的变异性越大,隶属函数形式对模糊概率 Pf的影响越小。     

基于模糊聚类和hoek-brown准则的裂隙岩体力学参数计算

节理裂隙边坡岩体稳定性研究首先需要确定可靠的岩体力学参数。通过提依尔金矿露天边坡节理裂隙测量数据的统计分析,运用模糊等价聚类和模糊软划分聚类分别求得节理裂隙的最佳分组和中心产状。依据模糊聚类的结果,利用Hoek-Brown法确定出裂隙边坡岩体的力学参数。提依尔金矿露天边坡岩体参数的计算过程表明采用模糊聚类分析结合Hoek-Brown准则来确定岩体参数的方法在工程实践中简便易行、实用性强,对相似矿山的边坡稳定性分析工作具有借鉴意义。     

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。     

露天矿最终边坡角的BP神经网络预测及数值模拟验证

利用专家调查表的方式分析露天矿山边坡稳定性的主要影响因素,确定网络模型的输入层神经元。研究BP神经网络的结构和输出方式,对神经网络模型进行优化,并收集大量矿山稳定边坡的相关参数作为样本库,建立神经网络预测模型,将该模型用于某大型深凹露天矿山最终边坡角的预测。根据预测边坡角参数,采用SURPAC—MIDAS—FLAC3D多软件组合的方式,创建逼真的矿山边坡稳定性三维数值计算模型并进行模拟分析,结果表明,模型预测的边坡角满足设计要求。     

BP神经网络在边坡稳定性预测中的应用

对BP神经网络的基本知识进行了简单介绍,并以BP神经网络为基础建立了边坡稳定性预测的数学模型,利用MATLAB的神经网络工具箱模拟了边坡稳定性的预测,结合收集到的边坡实例进行训练。结果表明,BP神经网络对边坡稳定性预测结果与实际符合,能够满足工程需要。表明应用BP神经网络进行边坡稳定性的预测是可行的。     

人工神经网络在边坡稳定性预测中的应用

对人工神经网络及BP神经网络的基本知识进行了介绍,并以BP神经网络为基础建立了边坡稳定性预测的数学模型,利用MATLAB的神经网络工具箱实现了边坡稳定性的预测,通过收集到的边坡实例进行训练。结果表明,利用BP神经网络对边坡稳定性进行预测,预测结果与实际相吻合,能够满足工程需要,说明应用BP神经网络进行边坡稳定性的预测是可行的。     

矿山岩体边坡强度参数选取研究

在进行岩质边坡稳定性研究中,通常需要边坡岩体的强度参数,而室内试验提供的通常是边坡的岩石强度参数。因此,如何将岩石参数转换成边坡稳定性分析所需要的岩体参数,对岩质边坡稳定性分析至关重要,对边坡稳定性分析的结果影响极大。为此,对国内外边坡研究中常用的强度参数转换方法进行比较分析,并指出其适用范围。同时,将现代BP神经网络方法引入边坡岩体强度参数转换,并应用于具体边坡稳定性研究,应用效果较好。     

模糊控制在水位自动调节系统中的应用研究

针对水位自动调节系统中存在的参数时变性、死区非线性等问题,设计了基于模糊神经网络的控制器。该模糊神经网络控制器增强了传统模糊控制的性能,可以实现在线和离线的自适应调节,改善了系统的动态响应特性。计算机仿真结果表明系统的控制精度、稳定性和对复杂工况的适应性都得到了显著提高。     

基于模糊理论的矿山排土场稳定性分析

结合多个边坡的资料,将模糊聚类迭代理论运用到矿山排土场稳定性分析中,建立了矿山排土场的模糊聚类迭代模型,并对某矿山排土场进行了稳定性分析,结果符合工程实际.     

基于二级层次分析的模糊综合评判法评价露天矿边坡稳定性

为综合评价生产过程中露天矿边坡稳定性,采用二级层次分析的模糊数学评价模型对边坡稳定性进行评价。充分考虑影响露天矿边坡稳定性的工程地质、几何条件、水文气象及外加荷载等诸多要素,建立两级评价指标体系,共14项分指标。考虑不同分指标对露天矿边坡稳定性影响的趋势特点,建立相应指标的权重集合和隶属度模糊矩阵,构造基于二级层次分析的模糊综合评判集合,给出边坡稳定性程度评价结果。研究表明,基于二级层次分析的模糊评判法计算简单、实用,评判结果与实际情况较为吻合,可为影响因素众多且生产爆破频繁的露天矿边坡稳定性评价提供指导与帮助。     

基于RBF-FCM-OLS的边坡稳定性评价方法

RBF神经网络具有很强的非线性并行处理能力和泛化能力,并且有很快的学习收敛速度,不易陷入局部极小,在边坡稳定性评价中已得到广泛的应用.但其过分依赖于隐含层数据中心的选取是否合适,故引入模糊-C均值聚类(FCM)算法对其进行优化.以122组边坡样本作为样本总体,其中1～114组为训练样本,115～122组为测试样本,运用FCM算法在边坡训练样本中初选多个RBF网络的数据中心,在此基础上运用正交最小二乘法(OLS)训练网络,利用训练后得到的回归矩阵信息在初选结果中重新选择RBF网络的数据中心,从而使数据中心得到优化,简化了RBF神经网络的结构.将优化后的RBF神经网络应用到边坡测试样本的安全系数的预测中,得到较高的预测精度.该方法加快了RBF神经网络的训练速度,提高了运算速率,与传统的BP网络进行比较,进一步证明RBF及其学习算法的优越性和实用性.     

基于SLOPE/W与模糊评判的岩质边坡稳定性分析对比研究

边坡稳定性分析方法有很多,主要分为定性分析法和定量分析法两类.结合某工程实例,分别采用GEO-SLOPE软件包中的SLOPE/W模块和模糊评判两种方法对该岩质边坡的稳定性进行分析研究.     

边坡稳定性的ISODATA模糊聚类分析

影响边坡稳定的因素复杂且具有随机和模糊特性,应用传统的定值分析方法,没有考虑到实际存在的不确定性,而利用边坡工种的失稳和稳定实例来建立模糊聚类模型,则可以考虑到多种因素的影响,计算分析表明,当利用该模型评价边坡稳定性时能取得较好的效果。     

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。     

基于模糊聚类评价边坡稳定性

根据影响突出的各因素指标资料来判断边坡具有突出危险性的强弱并进行分类。以平庄西露天矿边坡为工程实例,进行模糊聚类综合评价边坡的稳定性,为决策者提供合理的科学依据。     

边坡稳定性的GIS评价方法

对矿区山体边坡进行稳定性评价,可以实现边坡失稳的空间预测,以避免生命财产损失。选取影响边坡稳定的12个因素(地层岩性、地质构造、风化蚀变、坡度、坡向、地形曲率、水文地质条件、地表径流、现有大型工程、道路工程、植被覆盖、温差),通过改进的模糊层次分析法,计算各因素的"模糊下限"、"最可能值"、"模糊上限"3类权重;基于ArcGis建立某矿地理数据库,结合地质勘探资料,综合利用ArcGis的空间分析模块,对各因素栅格图层进行加权叠加,对研究区域进行整体稳定性评价;通过模糊权重的调整,实现对不同边坡失稳类型(地震型失稳、强降雨型失稳)的稳定性评价。结果表明,研究区域内东南和西北角较稳定,不稳定区域集中在矿区以及地质条件不良地带,应结合暴雨以及地震预报预防不同失稳类型滑坡,同时合理进行开采设计。该方法为边坡稳定性评价提供了新的思路。