基于PSO-BP神经网络的边坡稳定性模型研究.pdf

《基于PSO-BP神经网络的边坡稳定性模型研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第65卷第6期有色金属(矿山部分)2013年l1月doi：10．3969／J．issn．1671—4172．2013．06．014基于PSONBP神经网络的边坡稳定性模型研究江龙艳(湖南万源评估咨询有限公司，长沙410007)摘要：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，预测平均误差为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

2、度更高，收敛速度更快。关键词：边坡稳定性；粒子群算法；BP神经网络；稳定性分析中图分类号：TP183文献标志码：A文章编号：1671—4172(2O13)06—0053-05StudyonslopestabilitymodelbyPS0一BPneuralnetworkJIANGLongyan(HunanWanyuanValuationandConsultationCo．，Ltd．，Changsha410007，China)Abstract：InordertOmakeeffectivelyanalysisoftheslopestability，BPneuralne

3、tworkcombinedwithartificialintelligenceparticleswarmoptimizationisused．Firstly，thesixinfluencingfactorslikecohesion，internalfrictionangle，slopeangle，slopeheight，slopeofthedensityandporepressureratioareselectedastheslopestabilitydis～criminationindicators．Secondly，theweightsandthreshol

4、dsofBPneuralnetworkareoptimizedbytheparticleswarmoptimization．Atlast，PSO—BPmodelisappliedtostudythestabilityoffiveslopes．Theaveragepredictionerroris1．98％andhasachievedapreferablepredictioneffect．TheresultsshowthatPSO-BPneuralnetworkmodelhashigheraccuracyandfasterconvergencethanthetra

5、ditionalBPneuralnetworkmode1．Keywords：slopestability；particleswarmoptimization；BPneuralnetwork；stabilityanalysis边坡的稳定性研究是岩土工程研究中的一个重边坡稳定性进行分析研究。目前应用比较广泛的人要的课题。由于自然或者人为因素的影响，边坡的工神经网络为BP神经网络，通过BP神经网络的非力学平衡状态遭到破坏，边坡稳定性发生改变，由此线性映射规则，建立起边坡稳定性的分析模型，实现引起边坡失稳，带来严重后果，因此，对边坡稳定性对边坡稳定性的分析。鉴于BP神经

6、网络收敛速度进行分析显得尤为重要¨1j。慢、易陷入局部极小的特点，将粒子群算法与BP神边坡稳定性的研究方法包括传统定性分析法、经网络有机结合_1]，弥补BP神经网络的不足，数值模拟分析法以及可靠性分析法l_2]。传统分析提高预测分析效果与计算效率。改进的神经网络模法在整体上对边坡稳定性进行定性分析，数值模拟型运用于边坡稳定性分析，与传统BP神经网络相运用工程数值分析软件对边坡进行分析，取得了比比，大大提高了预测精度，具有较高的推广价值。较理想的效果。随着研究的不断深入，研究者们逐1粒子群一BP神经网络原理渐认识到边坡是一个复杂的非线性系统，边坡稳定性受到众多因素

7、的影响【7]，可靠性分析法可以较1．1BP神经网络好地解决非线性问题，但同时存在着某些计算参数BP神经网络一般由三层网络结构组成，包括输不确定性，计算复杂繁琐等缺点。人工神经网络能入层、隐含层以及输出层。其学习过程的原理口“]通过简单的非线性映射能力，实现对任意函数的逼是：正向传播过程中，网络随机给出一组权值和阀近L9J。因此，本文考虑运用人工神经网络的方法对值，输入参数在相应的权值和阀值以及激励函数的作用下，从输入层经过隐含层传向输出层。计算输基金项目：国家自然科学基金(50774092)出结果与期望值作比较，当实际输出结果与期望输作者简介：江龙艳(1983一

8、)，女，工程师，建造师，