基于改进BP网络算法的边坡稳定性评价

›› 2006, Vol. 27 ›› Issue (S1): 686-690.

基于改进BP网络算法的边坡稳定性评价

孙永福^1,2，刘红军³，薛新华⁴

1. 中国海洋大学地科院，青岛 266003； 2. 国家海洋局第一研究所，青岛 266061； 3. 中国海洋大学环科院，青岛 266003；4. 浙江大学岩土工程研究所，杭州 310027

收稿日期:2006-08-09 发布日期:2006-12-15
作者简介:孙永福，男，1964年生，研究员，硕士生导师，主要从事海洋工程工程地质方面的的科研工作。

Evaluation of slope stability based on improved BP neural network algorithm

SUN Yong-fu^1,2, LIU Hong-jun³, XUE Xin-hua⁴

1. College of Marine Geoscience，Ocean University of China，Qingdao 266003, China；2. First Institute of Oceanography, SOA, Qingdao 266061, China； 3. College of Environmental Science and Engineering，Ocean University of China，Qingdao 266003, China； 4. Institute of Geotechnical Engineering，Zhejiang University，Hangzhou 310027, China

Received:2006-08-09 Published:2006-12-15

摘要/Abstract

摘要： 影响边坡稳定性的因素复杂且具有随机性和不确定性。由于神经网络方法不仅能考虑定量因素，而且能考虑定性因素的影响，因而神经网络适用于解决非确定性的边坡稳定性评价问题。结合遗传算法的并行搜索结构和模拟退火的概率突跳特性，提出了一种用于BP网络权值学习的GASA混合策略，并综合考虑影响边坡稳定性的各方面因素，建立了基于GASA混合策略的神经网络模型，并利用大量工程资料对网络进行训练和测试，得出了一些有意义的结论。

关键词: 遗传算法, 模拟退火, GASA混合策略, 边坡稳定性, 评价

Abstract: The factors, which control and affect slope stability, are random and uncertain. As artificial neural network can consider both quantitative and qualitative factors, it is suitable to solve the uncertain problems such as the estimation of slope stability. Combining the parallel searching structure of genetic algorithms with the probabilistic jumping property of simulated annealing, a genetic algorithm and simulated annealing algorithm（GASA）hybrid strategy is proposed for the weights learning of BP networks to speed up training process, improve starting solutions robustness and generalization ability and overcome local minimum. With the consideration of the influencing factors of the stability of the slope, a BP neural network model based on GASA algorithm is established for predicting slope stability and a lot of engineering data are collected to train and examine the model. Some valuable results are derived at last.

Key words: genetic algorithm, simulated annealing, GASA hybrid strateqy, slope stability, evaluation

中图分类号:

TU 457

孙永福，刘红军，薛新华,. 基于改进BP网络算法的边坡稳定性评价[J]. , 2006, 27(S1): 686-690.

SUN Yong-fu , LIU Hong-jun , XUE Xin-hua,. Evaluation of slope stability based on improved BP neural network algorithm[J]. , 2006, 27(S1): 686-690.

参考文献

相关文章 15

[1]	马春辉, 杨杰, 程琳, 李婷, 李雅琦, . 基于量子遗传算法与多输出混合核相关向量机的堆石坝材料参数自适应反演研究[J]. 岩土力学, 2019, 40(6): 2397-2406.
[2]	余国, 谢谟文, 郑正勤, 覃事河, 杜岩, . 基于GIS的边坡稳定性计算方法研究[J]. 岩土力学, 2019, 40(4): 1397-1404.
[3]	崔琦, 侯建国, 宋一乐. 抽水蓄能电站地下厂房围岩约束及结构振动特性分析 [J]. 岩土力学, 2019, 40(2): 809-817.
[4]	宋洪强, 左建平, 陈岩, 黎立云, 洪紫杰, . 基于岩石破坏全过程能量特征改进的能量跌落系数[J]. 岩土力学, 2019, 40(1): 91-98.
[5]	刘洋洋, 郭增长, 李永强, 李有鹏. 基于熵权集对分析和车载激光扫描的公路边坡危险性评价模型[J]. 岩土力学, 2018, 39(S2): 131-141.
[6]	尹小涛，薛海斌，汤华，任兴文，宋罡,. 边坡局部和整体稳定性评价方法的辩证统一[J]. , 2018, 39(S1): 98-104.
[7]	尹小涛，严飞，秦雨樵，周磊，王东英, . 地震作用下华丽高速公路金沙江桥华坪岸顺层边坡动力稳定性评价[J]. , 2018, 39(S1): 387-394.
[8]	代仲海，胡再强，尹小涛，吴振君，. 工程荷载作用下缓倾角反倾似层状岩质边坡变形稳定性分析[J]. , 2018, 39(S1): 412-418.
[9]	任连伟，周桂林，顿志林，何停印，杨权威，张敏霞，. 采空区建筑地基适宜性及沉降变形计算工程实例分析[J]. , 2018, 39(8): 2922-2932.
[10]	秦雨樵，汤华，冯振洋，尹小涛，王东英, . 基于聚类分析的边坡稳定性研究[J]. , 2018, 39(8): 2977-2983.
[11]	温树杰，梁超，宋亮亮，刘刚,. 基于最小势能法的三维临界滑裂面搜索方法[J]. , 2018, 39(7): 2708-2714.
[12]	李建朋，聂庆科，刘泉声，于俊超,. 基于权重反分析的岩溶地面塌陷危险性评价方法研究[J]. , 2018, 39(4): 1395-1400.
[13]	杨智勇，李典庆，曹子君，唐小松, . 基于广义子集模拟的土坡系统可靠度分析[J]. , 2018, 39(3): 957-966.
[14]	赵金帅，冯夏庭，江权，陈炳瑞，肖亚勋，胡磊，丰光亮，李鹏翔，. 分幅开挖方式下高应力硬岩地下洞室的微震特性及稳定性分析[J]. , 2018, 39(3): 1020-1026.
[15]	徐楚，胡新丽，何春灿，徐迎，周昌. 水库型滑坡模型试验相似材料的研制及应用[J]. , 2018, 39(11): 4287-4293.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed