BP神经网络在露天矿边坡稳定性分析中的应用.pdf

《BP神经网络在露天矿边坡稳定性分析中的应用.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21卷第2期矿冶Vo1．21，No．22012年6月MINING＆METALLURGYJune20l2文章编号：1005-7854(2012)02—0010—05BP神经网络在露天矿边坡稳定性分析中的应用程纬华乔登攀张磊陈偶侯国权(昆明理工大学国土资源工程学院，昆明650093)摘要：对边坡进行稳定性分析是治理边坡工程的基础，正确确定露天矿边坡稳定性对于露天矿山工程具有非常重要的意义。本文在分析国内外大量露天矿边坡稳定性研究成果的基础上，采用改进的BP神经网络算法建立了露天矿边坡稳定性分析的神经网络预测模型，并对模型的预测精度进行了验证

2、，结果表明，实际输出与期望输出基本吻合。将所建立的网络模型应用某露天矿边坡稳定性预测，取得了较好的效果。关键词：BP神经网络；边坡稳定性；安全系数中图分类号：TD824．7文献标识码：Adoi：10．3969／j．issn．1005-7854．2012．02．003APPLICAT10NOFBPNETW0RKSINTHESTABILITYANALYSISOFSLOPESINTHEOPEN．PITMINECHENGWei·-huaQIAODeng-panZHANGLeiCHENOuHOUGuo·-quan(FacultyofLandReso

3、urceEngineering，KunmingUniversityofScienceandTechnology，Kunming650093，China)ABSTRACT：Slopestabilityanalysisisthebasisofgovernanceoftheslopeengineering，accuratedeterminationoftheslopestabilityhasveryimportantsignificancetoopenpitminingproject．Basedonanalyzingalargenumberof

4、openpitslopestabilitystudyathomeandabroad，thispaperadoptstheimprovedBPneuralnetworkalgorithmtoestablishamodelforopenpitslopestabilityanalysis，andtheprecisionofthemodelisfurthervalidated．There—suhsshowthatactualoutputandexpectedoutputarebasicallyconsistent．Thenetworkmodeld

5、evelopedisusedtopredicttheslopestabilityofopen-pitmine，andgoodresultsareobtained．KEYWoRDS：BPneuralnetwork；slopestability：safetycoeficient露天矿边坡稳定性分析是边坡治理和加固的基和变量之间的关系，就可实现高度非线性映射。础。边坡作为一个高度开放的系统，其物质和能量1BP神经网络算法转换均属于开放体系。传统的极限平衡、数值计算方法，均将边坡视为均匀的系统，运用理论力学和弹1．1BP网络学习算法塑性力学进行求

6、解，无法反应边坡内部的复杂的非人工神经网络——ANN(ArtificialNeuralNet—线性关系。神经网络等非线性理论在边坡稳定性分work)是一门新兴交叉学科，它是在研究生物神经网析中得到了广泛的应用，并取得了满意的结果¨。。络系统的学习能力及并行机制的基础上提出来的。神经网络通过训练样本，无须知道数据分布的形式本文选用现在MLP网络中应用最为广泛的一种网络模型——误差反向传播网络(errorbackpropaga·收稿日期：2011—12．14tionnetworks简称BP)来进行反分析。基金项目：国家自然科学基金资助项目(5

7、1164016)1．2BP网络的局限与改进作者简介：程纬华，硕士研究生，主要研究方向：采矿理论与工1)BP网络自身的局限性表现为：从数学角度艺。程纬华等：BP神经网络在露天矿边坡稳定性分析中的应用23456看它是一个非线性优化的问题，因而不可避免地存其中：为动量项系数。采用变步长方法，先设在局部极小问题，所以BP神经网络算法是不完备初始步长，若迭代一次后误差增大则步长减少，从而的；学习算法的收敛速度较慢，通常要经过上千步迭使步长得到合理调节：代，有时还可能出现振荡甚至发散，新加入的样本要Aw⋯l1=6o(2)影响已经训练结束的样本，表征每

8、个输入样本的特2露天矿边坡稳定性的BP神经网络征数目也必须相同等。模型的构建2)许多学者致力于改进BP算法并且取得了较大的进展，主要从以下几方面来改进：(1)提高收敛2．1网络结构的确定速度避