基于HGAANN驱动边坡稳定评价TS型模糊推理系统.pdfVIP

V01．24 第24卷第19期 岩石力学与工程学报 No．19 Chinese 2005年10月 Journal Mechanicsand Oct．，2005 ofRock Engineering 基于HGA．ANN驱动边坡稳定评价 T-S型模糊推理系统 陈昌富，杨宇 (湖南大学岩土工程研究所，湖南长沙410082) 摘要：边坡工程的分析评价会因人脑在思维判断上存在的模糊性，而导致整个分析和设计过程带有一定的模糊不 确定性。因此，边坡工程实际上是一个动态的、模糊的、开放的复杂非线性系统，传统的分析方法有时难以对复 杂边坡的稳定性做出符合实际的评价。模糊方法和人工神经网络(ANN)都已分别用于边坡稳定性评价中，此2种 方法具有很多优点，但也存在各自的局限性。采用人工神经网络(ANN)模型构建T-S型模糊推理系统，利用混合 遗传算法(HGA)i)I[练ANN模型，得到了基于混合遗传算法人工神经网络驱动的T-S型模糊推理系统模型，探讨了 该模型在边坡稳定性评价中的应用。根据广泛收集的80个边坡实例，建立了一个由HGA．ANN驱动的评价边坡稳 定性的T-S型模糊推理系统模型。对实际边坡预测结果表明，该模型的预测精度明显高于目前同类方法。 关键词：边坡工程；边坡稳定性；神经网络；遗传算法；T-S模糊推理系统 中圈分类号：P642．2 文献标识码tA 文章编号：1000—6915(2005)19—3459—05 FUZZYREASoNINGSYSTEMDRIVENBYHGA．ANNFoR ESTIML▲TIoNoFSLoPESTABILITY CHEN Yu Chang—fu，YANG (InstituteofGeotechnical 410082，China) Engineering，HunanUniversity，Changsha existsin and ofhumanbrains the of and Abstract：Fuzziness thinkingjudgment duringproceduresanalysisdesign ofthe and of will indefinite：nesstosomeextenttothewholecourses slopeengineering，whichbringfussy analysis a and nonlinear makes fact，is design．Thusslopeengineering，indynamic，fuzzy，opencomplicatedsystem，which toevaluate to thetraditionalmethod．Artificialneurai itdifficult complicatedslopesconformingrealityby analysis