岩土力学 ›› 2025, Vol. 46 ›› Issue (S1): 322-334.doi: 10.16285/j.rsm.2024.1570CSTR: 32223.14.j.rsm.2024.1570

• 基础理论与实验研究 • 上一篇    下一篇

三维边坡稳定性计算的ChatGPT辅助编程方法

邓其宁1，崔玉龙1, 2，王炯超3，郑俊4，许冲5   

  1. 1. 安徽理工大学 土木建筑学院，安徽 淮南 232001；2. 深部煤炭安全开采与环境保护全国重点实验室，安徽 淮南 232000； 3. 雅江清洁能源科学技术研究（北京）有限公司，北京 100038；4. 浙江大学 建筑工程学院，浙江 杭州 310058； 5. 应急管理部国家自然灾害防治研究院，北京 100085
  • 收稿日期:2024-12-19 接受日期:2025-05-10 出版日期:2025-08-08 发布日期:2025-08-28
  • 通讯作者: 崔玉龙，男，1989年生，博士，教授，主要从事滑坡地质灾害机制与时空预测的研究。E-mail: ylcui@aust.edu.cn
  • 作者简介:邓其宁，男，2000年生，硕士研究生，主要从事岩土工程数值计算方法的研究。E-mail: 2023200372@aust.edu.cn
  • 基金资助:
    安徽省高校自然科学优秀青年科研项目（No.2023AH030041）；国家自然科学基金（No.42277136）；安徽省中青年教师培养行动项目（No.DTR2023018）。

ChatGPT-assisted programming approach for three-dimensional slope stability calculation

DENG Qi-ning1, CUI Yu-long1, 2, WANG Jiong-chao3, ZHENG Jun4, XU Chong5   

  1. 1. School of Civil Engineering and Architecture, Anhui University of Science and Technology, Huainan, Anhui 232001, China; 2. State Key Laboratory for Safe Mining of Deep Coal Resources and Environment Protection, Huainan, Anhui 232000, China; 3. Yajiang Clean Energy Science and Technology Research (Beijing) Co., Ltd., Beijing 100038, China; 4. College of Civil Engineering and Architecture, Zhejiang University, Zhejiang, Hangzhou 310058, China; 5. National Institute of Natural Hazards, Ministry of Emergency Management of China, Beijing 100085, China
  • Received:2024-12-19 Accepted:2025-05-10 Online:2025-08-08 Published:2025-08-28
  • Supported by:
    This work was supported by the Natural Science Outstanding Youth Research Project of Anhui Province (2023AH030041), the National Natural Science Foundation Project of China (42277136) and Anhui Province Young and Middle-aged Teachers Training Action Project (DTR2023018).

PDF (Chinese)

100

摘要： ChatGPT是一种基于GPT-4架构的先进自然语言处理模型，已在多个领域展现了显著的应用潜力。为探讨ChatGPT在编制三维边坡稳定计算程序方面的应用潜力，创新性地将自然语言处理模型与土木工程计算相融合，提出了一种三维边坡稳定计算的ChatGPT-Python智能编程方法，实现了极限平衡法与强度折减法的稳定性系数计算Python程序。该方法包含3个主要步骤：定义问题，详细描述工程情境并引导ChatGPT生成工程示意图；设计算法，进行计算问题阐述并要求ChatGPT提供有效的解决方案；实现代码，依据计算理论生成可行的编程解决方案。ChatGPT在每个阶段提供智能化建议，并辅以人工审查以确保计算结果的理论准确性和工程可行性。以三维边坡稳定性分析为案例，通过与商业软件的计算结果进行对比，研究案例的最大相对误差为4.99%，从而验证了基于ChatGPT生成的Python算法具有较高的计算精度。此研究为工程计算提供了一种创新的辅助手段，展现了人工智能在土木工程领域的巨大应用前景。

关键词: 三维边坡稳定性, ChatGPT, 数值分析, Python编程, 工程问题

Abstract: ChatGPT, an advanced natural language processing model based on the GPT-4 architecture, has shown remarkable potential across various fields. This study explores the application potential of ChatGPT in developing computational programs for three-dimensional slope stability analysis. This research integrates natural language processing with civil engineering calculations, proposing a novel ChatGPT-Python intelligent programming methodology for three-dimensional slope stability evaluation. The method enables automated implementation of Python-based computational programs for safety factor calculations using both the limit equilibrium method and the strength reduction method. The methodology comprises three main steps: problem definition (detailing the engineering scenario and guiding ChatGPT to generate a conceptual diagram), algorithm design (elaborating the computational problem and prompting ChatGPT to provide effective solutions), and code implementation (generating feasible programming solutions based on computational theory). At each stage, ChatGPT provides intelligent suggestions, which are supplemented by manual review to ensure the theoretical accuracy and engineering feasibility of the calculation results. As demonstrated through three-dimensional slope stability analysis, the Python algorithm generated based on ChatGPT achieves a maximum relative error of 4.99% when compared with commercial software results, confirming its high calculation accuracy. This study introduces an innovative approach to engineering computations, underscoring the significant application prospects of artificial intelligence in civil engineering.

Key words: three-dimensional slope stability, ChatGPT, numerical analysis, Python programming, engineering problems

中图分类号: TU457，TP319
[1] 陈怀林, 杨涛, 饶云康, 张哲, 吴红刚, 谢江伟, 滕汉卿. 基于分段式滑面应力测试系统的滑面应力计算方法[J]. 岩土力学, 2025, 46(11): 3562-3573.
[2] 曾二贤, 程述一, 伍林伟, 陈成, 吏垚, 刘观仕, . 土-岩组合地基变截面锚杆承载性能与机制研究[J]. 岩土力学, 2024, 45(7): 2117-2128.
[3] 胡利文, 洪义, 王德咏, . 水下双面真空预压离心模型试验及数值模拟分析[J]. 岩土力学, 2023, 44(10): 3059-3070.
[4] Muhammad Usman Azhar, 周 辉, 杨凡杰, 高阳, 朱勇, 路新景, 房后国, 耿轶君, . 软弱泥质砂岩地层中输水隧洞稳定性研究[J]. 岩土力学, 2022, 43(S2): 626-639.
[5] 李双龙, 魏丽敏, 冯胜洋, 何群, 张开鑫, . 基于扩展Koppejan模型的被动桩−软土 时效性相互作用研究[J]. 岩土力学, 2022, 43(9): 2602-2614.
[6] 乔亚飞, 唐洁, 顾贇, 丁文其, . 超深地连墙槽壁侧压力演变模式 及其施工扰动分析[J]. 岩土力学, 2022, 43(4): 1083-1092.
[7] 汪嘉钰, 刘润, 姬永红, 杨旭, 陈广思, 王晓磊, . 筒型基础水平向和抗倾承载力的极限分析上限解[J]. 岩土力学, 2022, 43(3): 777-788.
[8] 蔡灿, 张沛, 孙明光, 杨迎新, 谢松, 蒲治成, 杨显鹏, 高超, 谭政博, . 油气钻井中的分离式冲击−切削复合破岩机制研究[J]. 岩土力学, 2021, 42(9): 2535-2544.
[9] 张建聪, 江权, 郝宪杰, 丰光亮, 李邵军, 汪志林, 樊启祥, . 高应力下柱状节理玄武岩应力−结 构型塌方机制分析[J]. 岩土力学, 2021, 42(9): 2556-2568.
[10] 庄妍, 李劭邦, 崔晓艳, 董晓强, 王康宇, . 高铁荷载下桩承式路基动力响应及土拱效应研究[J]. 岩土力学, 2020, 41(9): 3119-3130.
[11] 盛建龙, 韩云飞, 叶祖洋, 程爱平, 黄诗冰, . 粗糙裂隙水、气两相流相对渗透系数模型与数值分析[J]. 岩土力学, 2020, 41(3): 1048-1055.
[12] 朱才辉, 崔 晨, 兰开江, 东永强. 砖-土结构劣化及入侵建筑物拆除 对榆林卫城稳定性影响[J]. 岩土力学, 2019, 40(8): 3153-3166.
[13] 李 宁, 杨 敏, 李国锋. 再论岩土工程有限元方法的应用问题[J]. 岩土力学, 2019, 40(3): 1140-1148.
[14] 郑黎明, 张洋洋, 李子丰, 马平华, 阳鑫军, . 低频波动下考虑孔隙度与压力不同程度变 化的岩土固结渗流分析[J]. 岩土力学, 2019, 40(3): 1158-1168.
[15] 王建军, 陈福全, 李大勇. 低填方加筋路基沉降的Kerr模型解[J]. 岩土力学, 2019, 40(1): 250-259.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 《岩土力学》编辑部
地址：湖北武汉武昌小洪山中国科学院武汉岩土力学研究所(430071)　邮编：200042　电话：027-87198484　E-mail: ytlx@whrsm.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发