神经元网络在预测边坡地震稳定性中应用.pdfVIP

第20卷第4期 辽宁工程技术大学学报(自然科学版) ：：：：兰2： 坠：! !竺型：：三i尘￡翌坠兰∑：盐竺尘：望!竺型!璺竺：2 竺￡：： 翌： 文章■号：10㈣2001)04-0431-03 神经元网络在预测边坡地震稳定性中的应用 高艳平，王余庆，辛鸿博 (冶金工业部建筑研究总院，北京1000鹋) ■ 要：边坡的地l稳定性预涓是一个较为复杂的闯囊，边坡的岩士特性、地形、地震强度、地震地质鲁件及降雨量的大小等因素都 对其起作用．丰文试图用神经元网络的方法建立这些因素与地震穗定性的关系，井利用此关系对边垃地震尊定性进行两嗣．对滑垃实 饲的分折裹明，这种方法是有效的． 关t词：边坡；地l稳定性：^工神经元网络 中田号：TB11；P315文献标识码：A 引 言 我国是～个多山、多地震的国家．在山区强烈 用可微的非线性转移函数，最常用的是S型压缩函 地震引起滑坡和崩塌，往往造成村舍毁灭，人员伤 亡，道路破坏，江河堵塞等严重后果。为了防御地 是靠调节各层的加权使网络学会各训练组．这些训 震灾害．在山区城市和厂矿企业的地震小区划中， 练组是由输入输出对{#，开)组成。类似感知器中 在进行边坡附近的主要建(构)筑物的规划设计 线性单元和非线性单元的训练算法．执行优化的基 中，或者当拟建的铁路、公路、输油、气管线经过 本方法是梯度下降法。 为明了起见，我们以两层网络为例，输出结点 山区沟谷、河岸、黄土塬边地带时，都需要对岩土 边坡地震稳定性进行预测。 的输出用，：表示．隐蔽层结点的输出用Y：表示， 输入信号用工!表示。由输入至隐蔽层结点的加权表 人工神经元网络是一种非常复杂的非线性的 示为砒n。由隐蔽层结点至输出层结点的加权表示 动态分析系统，它模拟人脑的神经功能，分层由单 个神经元线性，复杂地组合成一个网络系统。当某 蔽层结点和输出结点． 一问愿的求解过程可描述为若干个有一定内在联 当加入第膏个输入图形时，隐蔽层^结点的输 入加权和为 系．又无法用解析式表达其内在关系的各个输入因 子与输出因子的关系时，将样本输入神经元网络． s：=∑％# (1) i 网络系统进行认证和学习．建立起各个神经元之间 相应点的输出为 的连接强度(即权值)，这样学习后生成的人工神 厂 、 经元网络系统．仿佛具有了人脑解决这一问题的技 站=F(j：)=F【∑W,hx：I(2) ＼i ， 能，当输入一组新的参数时．它可以输出预测的 同样，输出层j结点的输入加权和为 厂 、 值。本文试图用这种方法根据边坡的一些主要影响 (3) s；=∑％越=∑％FI∑％#l 因素来