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。     

PCA和GA-BP神经网络在边坡稳定性预测中的应用

针对现有边坡稳定性预测模型存在的不稳定性和精度不高的问题,采用主成分分析方法 PCA和遗传算法GA对传统BP神经网络模型进行优化。PCA方法将露天矿边坡稳定性的6个评价指标转换为4个主成分,作为BP神经网络的输入变量;遗传算法对神经网络的初始权阈值进行了筛选优化。经优化后的模型既减少了神经网络的输入变量,提高了学习训练效率,又使得传统BP神经网络模型的精度大大提高。最后将PCA-GA-BP模型、GA-BP模型和传统BP模型得到的预测结果进行对比和误差分析。结果表明,基于PCA-GA-BP神经网络模型的预测精度较好,对露天矿边坡稳定性的预测具有一定的参考价值。     

露天煤矿边坡稳定性预测的PSO-LSSVM模型

针对边坡工程稳定性预测的复杂性,将粒子群算法和最小二乘支持向量机结合,使用粒子群优化算法寻找最小二乘支持向量机的最优参数,选取七项因素(岩石重度、黏聚力、内摩擦角、边坡角、边坡高度、孔隙水压力和振动系数)作为边坡稳定性的影响因素,建立PSO-LSSVM的边坡稳定性预测模型。利用矿山实测30组边坡稳定性数据进行学习训练,另用12组数据进行测试,同时与LSSVM测试数据进行比较,验证了PSO-LSSVM模型在矿山边坡稳定性预测中有较高的准确度。     

雷达技术在露天矿边坡稳定性监测中的应用

采用雷达技术对边坡表面变形进行监测,通过对整个边坡表面进行连续的、高精度的位移变化测量,达到监测边坡变形趋势及滑坡预警的目的。     

PSO算法在边坡稳定性评价中的实用性

针对PSO算法的实用性和优化效果,选用四个测试函数,计算它们在不同的PSO优化算法和不同维数下的结果,并给出边坡稳定性平价实例计算.计算结果表明不同的PSO优化算法的实用性和效果不同,同种PSO算法对不同问题的优化效果也不同,随着维数的增加各个优化算法的效果也越来越差.     

用人工神经网络评价边坡稳定性

应用人工神经网络原理，采用改进的BP算法，建立边坡稳定性分析模型，并选用工程实例对网络进行检测，计算出边坡的稳定安全系数，比较结果表明，神经网络模型分析边坡的稳定性有较好的适用性，能满足计算的精度要求。     

边坡稳定性影响因素主成分分析

以一均质土坡为例,运用正交设计试验方法和主成分分析数值处理方法对边坡稳定性影响因素的主成分分析,克服了传统方法大量试算的困难,考虑了各因素间的交互作用,定量给出了各主成分对边坡稳定性影响的贡献。研究表明,在常见的均质土坡或松散堆积体岩土质边坡中,粘聚力、摩擦角和坡高对边坡稳定性影响的贡献最大;在抗震设防烈度为7度以下的一般岩土体地区,土的密度和地震加速度对边坡稳定性的影响贡献较小。     

露天煤矿边坡稳定性预测的PSO-LSSVM模型

边坡工程是露天煤矿中的重点工程,边坡的稳定性关系着煤矿的安全生产。针对煤矿边坡工程稳定性预测的复杂性,将粒子群算法和最小二乘支持向量机结合,使用粒子群优化算法寻找最小二乘支持向量机的最优参数,选取煤矿边坡工程中岩石重度、粘聚力、内摩擦角、边坡角、边坡高度、孔隙水压力和振动系数等七项因素为边坡稳定性的影响因素,建立了PSO-LSSVM的煤矿边坡稳定性预测模型。利用煤矿实测30组边坡稳定性数据进行学习训练,另用12组数据进行测试,同时与LSSVM测试数据进行比较,验证了PSO-LSSVM在煤矿边坡稳定性预测中有较高的准确度。     

基于GA-PSO混合优化SVR的边坡危岩体稳定性评价模型

边坡危岩体稳定性评价是地质灾害防治的重要内容之一.传统的稳定性评价方法在求解复杂非线性问题时存在着精度较低、收敛速度慢等问题,为此,提出了一种基于GA-PSO混合优化支持向量回归(SVR)的边坡危岩体稳定性评价模型.首先,通过采集大量的实测数据和监测数据,建立了边坡危岩体的训练样本集;然后,将SVR算法引入稳定性评价中,利用其非线性映射性能拟合边坡危岩体的稳定性函数.为提高SVR模型的优化能力,将遗传算法(GA)和粒子群优化算法(PSO)相结合,形成了 GA-PSO混合优化算法,并用于求解SVR模型中的优化问题.选取了多个现场实际边坡危岩体工程案例进行了算法测试.结果表明:相对于传统方法,GA-PSO混合优化SVR模型能够准确预测边坡危岩体的稳定性,并且具有较高的精度和较快的收敛速度.     

FLAC^3D在边坡稳定性分析中的应用

采用FLAC3D研究某边坡的大变形破坏,模拟了边坡天然情况下的应力状态,分析了边坡分步开挖对边坡稳定性的影响,然后根据计算的结果对边坡采取了一定的加固措施,对加固后的边坡应力、应变状态进行分析,得出边坡基本处于稳定状态,分析表明,FLAC3D在解决边坡的大变形模拟方面的优势是有限元无法比拟的.     

基于PCA-RVM的露天矿边坡稳定性预测模型

针对当前露天矿边坡稳定性预测模型精度不高、效率低等问题,提出一种将主成分分析法(PCA)和相关向量机(RVM)相结合的露天矿边坡稳定性预测模型.该模型运用PCA对影响边坡稳定性的多个影响因素变量进行降维,筛选出4个相互独立的主成分变量;借助RVM映射边坡稳定性安全系数与主成分变量之间的非线性关系,建立基于PCA-RVM...     

有限元法在岩质边坡支护评价中的应用

随着计算机科学的进步,很多数值计算方法都应用到边坡稳定性分析中.有限元法是一种十分成熟的数值方法,是边坡稳定性分析中用得较多的数值方法.本文应用线弹性的有限元模型,分析浙江南部某岩质边坡的稳定性.通过有限元计算,得到最大和最小主应力等值线图、应力矢量图、主应力差等值线图等,以此定量分析边坡的应力状况.然后计算分析有支护措施情况下边坡的应力分布情况,通过比较两种不同应力分布,对边坡的稳定性和支护设计做出评价.     

模糊数学在边坡稳定性动态分析中的应用

本文结合抚顺西露天矿ＥＷＯ以西矿坑边坡工程实例，运用模糊决策及模糊控制基本理论方法，对边坡稳定性进行了动态分析与评介，并取得了良好效果。计算结果表明，该方法具有较强的实用性和通用性。     

Bishop法在尖山铁矿边坡稳定性分析中的应用

通过理正岩土软件,运用极限平衡分析法中的Bishop法对尖山铁矿采场东南端部Ⅳ区边坡进行稳定性分析,计算出安全系数,判断边坡的稳定情况,并提出一些合理的维护及加固措施,以确保矿山生产的安全进行。     

地质动力区划方法在边坡稳定性评价中的应用

利用地质动力区划方法对露天矿边坡稳定分析、边坡稳定区域预测进行了初步探讨。