自适应BP神经网络在边坡稳定性预测中的应用

边坡工程是一个动态开放、非线性的复杂系统,应用传统的分析方法往往难以确切描述其非线性特性,采用学习率自适应调整和动量法,对BP神经网络存在易陷入局部极小值、收敛速度慢、对神经元个数依赖性大等缺点进行改进,建立了(6-13-2)结构的自适应BP神经网络模型。边坡预测实例表明:自适应BP神经网络的预测精度高于标准BP神经网络;改进后的BP神经网络提高了网络的训练速度,节省了时间,提高了计算精度。     

望王山南坡边坡稳定性分析与评价

边坡岩体的变形和破坏严重地威胁到国家财产和人们的生命安全,对边坡安全性进行正确评价、对变形趋势进行准确预测,采取合理的治理措施是减少滑坡灾害与经济损失的重要途径。文章通过节理玫瑰图、赤平投影图对巴山市望王山南坡进行边坡稳定性分析并提出防治措施,同时通过滑坡稳定性计算,得出滑坡治理的主要控制参数,提出了滑坡防治方案。     

基于人工神经网络的磐石市泥石流预测

磐石市位于吉林省中南部,区内地质环境质量较差,常有泥石流、崩塌、滑坡等灾害发生,尤其以泥石流灾害最为严重,制约了当地经济发展。因此,对该区泥石流灾害进行深入研究,预测其危险范围是非常必要的。根据研究区内199条泥石流沟的实际调查资料,综合考虑仿真准确率、均方误差及网络训练等因素,采用收敛速度快的Levenberg-Marquardt反向传播算法,构建了(8-17-4)结构的BP网络模型。用该模型对区内泥石流危险范围预测的结果符合研究区的实际情况。     

吉林省三合城村地面塌陷成因分析与预测评价

由于对地下煤炭资源的多年开采,近年来,三合城村居民区附近出现多处地裂缝与塌陷坑.在勘测、物探、钻探等工作的基础上,对地裂缝与塌陷坑的成因进行了分析,对地面塌陷的发展趋势做出了预测,为当地政府对三合城地区进行规划、开发和工程建设提供了依据.