遗传算法和人工神经网络在边坡稳定性评价中的应用

遗传算法和人工神经网络在边坡稳定性评价中的应用

ID:35145086

大小:1.84 MB

页数:62页

时间:2019-03-20

遗传算法和人工神经网络在边坡稳定性评价中的应用_第1页
遗传算法和人工神经网络在边坡稳定性评价中的应用_第2页
遗传算法和人工神经网络在边坡稳定性评价中的应用_第3页
遗传算法和人工神经网络在边坡稳定性评价中的应用_第4页
遗传算法和人工神经网络在边坡稳定性评价中的应用_第5页
资源描述:

《遗传算法和人工神经网络在边坡稳定性评价中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、H女e:——女#:——单位代码—地§§!学号唑竺!竺!竺!仑肥工学大警HefeiUniversityofTechnology硕士学位论文MASTERDISSERTATIoN@论文题目:遗传算法和人工神经!!!!竺学位类矧稳定性评价中的应用学历硕士壹爹妣、岩土I程(工程领域)⋯4——作者姓名导师姓名完成时间张学喜王国体教授2007年5月遗传算法和人工神经网络在边坡稳定性评价中的应用摘要我国滑坡灾害频发,已对人民的生命财产安全和经济社会的可持续发展构成了重大的威胁。近年来,随着我国现代化建设事业的不断发展,出现了大

2、量的边坡工程以及越来越多的高陡边坡。因此,准确可靠地分析与评价边坡的稳定性,从而实现滑坡的预测预报具有重要意义。本文对常用的各种边坡稳定性评价方法进行了概括和总结,指出了各种常用方法的优缺点,并对评价方法的发展趋势做出了分析。针对边坡稳定性评价的多因素问题,建立了基于加速遗传算法的投影寻踪聚类评价模型和等级评价模型,并给出了相应的算法和步骤。用加速遗传算法进行投影寻踪方法建模,可以优化投影寻踪方法的计算过程。实例表明该评价模型是有效可行的。BP神经网络是一个复杂的非线性动力系统,具有较强的非线性映射能力。通过边

3、坡实例的学习,BP神经网络可以建立边坡稳定性影响因素和边坡稳定性状态之间的非线性映射关系。利用这种映射关系,可以评价边坡的稳定状态,而且评价结果具有较高的精度。关键词:边坡稳定性评价遗传算法投影寻踪BP神经网络ApplicationofGeneticAlgorithmandArtificialNeuralNetworkintheEvaluationofSlopeStabilityAbstractLandslidefrequentlyoccursinChinathathasthreatenedthepeople’

4、slifeandpropertyandthesustainabledevelopmentofeconomyandsociety.Withthecontinuousdevelopmentofourcountry’Smodernization,manyslopeprojectsandmoreandmorehighandsteepslopeshaveappeared.Therefore,analyzingandevaluatingtheslopestabilityinanaccurateandreliablewayw

5、illplayasignificantroleinpredictingandforecastingthelandslide.Regularevaluationmethodsofslopestabilityandtheiradvantagesanddisadvantagesaresummarizedandepitomizedinthispaper,thedevelopmenttrendoftheevaluationmethodsarealsopresented.Inordertosolvethemulti·fac

6、torproblemofevaluationofslopestability,theprojectionpursuitclassificationmodel(PPCE)andprojectionpursuitgradeevaluationmodel(PPGE)aresuggestedandapplied,whicharefoundedonrealcodingbasedacceleratinggeneticalgorithm(RAGA).Thealgorithmandthesteparealsoprovided.

7、UsingILAGAtoconstructthePPCEmodelandthePPGEmodelcanoptimizethecourseofthetraditionalprojectionpursuitmethod.ThepracticalexampleshowsthatbothPPCEmodelandPPGEmodelareeffectiveandfeasible.BPneuralnetworkisacomplexnonlineardynamicsystem.Rhasastrongnonlinearmappi

8、ngabilityandcanconstructthenonlinearrelationshipbetweenfactorsandslopestabilitythroughthelearningofsomeexamplesofslope.BymakingUSeofthenonlinearrelationship,theslopestabilitywithhighaccuracycanb

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。