神经网络岩质边坡分析.docVIP

岩质边坡稳定分析的遗传神经网络方法应用文献综述 摘要：本文在岩石边坡稳定评价方法CSMR体系的基础上, 应用神经网络方法建立该体系的各评分参数与边坡安全系数之间的非线性映射关系模型，并借助MATLAB遗传算法编制程序对其进行计算，分析论证表明遗传神经网络方法（GNN）能够用于当前对岩质边坡的稳定评价，并且可以取得较高的效率和精确的结果。作为边坡稳定分析的一种新方法，GNN法势必成为岩土地质问边坡稳定问题涉及到水利、港工、采矿、铁路及各类工业与民用建筑工程，一直以来在各类工程中受到极大的关注。由于边坡受多种因素的综合影响，具有复杂的变形破坏机理， 因此，其稳定性常常表现出复杂多变性、不确定性和数据不完备性等特征。传统的边坡稳定性分析侧重于理论分析和数值计算，然而，由于岩土边坡内不连续的结构面性及其力学性质的复杂性，沿用这些传统方法很难得出切合工程实际的结果。而岩土工程领域内的专家基于在实践中积累的经验，在不进行大量复杂力学计算的情况下，也能对边坡的稳定性做出相当准确的判断。这就意味着可以在总结大量工程经验的基础上，采用某种智能化的方法，可以对边坡的稳定性作出判断。近年来，随着人工智能、神经网络和模糊数学等新兴学科的发展及其在工程中的广泛应用，基于这些新理论学者纷纷提出了很多岩土边坡稳定分析的方法：冯夏庭提出边坡稳定的神经网络估计方法1-2]、李思平等基于分叉理论和突变理论提出了边