基于径向基神经网络的边坡稳定性评估方法.pdfVIP

第43卷第2期 2012年2月 建 筑 技 术 ArchitectureTechnoloaw ·175· Vo1．43 No．2 Feb．2012 基于径向基神经网络的边坡 稳定性评估方法 麻官亮，邵玉刚 (中交第二公路勘察设计研究院有限公司，430052，武汉) 摘 要：在现有研究的基础上，引入径向基神经网络理论，提出了边坡稳定性的径向基神经网络预测方法。以 土体重度、内摩擦角、粘聚力、锚固段长度等为输入参数，边坡稳定性系数为输出参数，建立精确RBFNN~经网 络模型，对边坡稳定性进行了预测，结果表明：用训练成熟的径向基神经网络进行仿真，避免了诸多人为因素的 影响，提高了结果的精度，使得计算高效、结果更加准确。 关键词：径向基神经网络 ；边坡稳定性 ；人工神经网络；数值模拟 中图分类号：TU311．2 文献标识码：A 文章编号：1000—4726[2012)02—0175—02 SII)E SLoPE BASED oN RADIAL BASE FUNCTIoN NEURAL NETW oRK MA Guan-liang，SHAO Yu-gang (ccccSecondHighwayConsultantsCo．，Ltd．，430052，Wuhna，China) Abstract：Based on existingresearches．radialbasefunction neur~ network theory iSintroducedand radial basefunction neutralnetwork predication method forsideslope stability iSputforward．Precise RBFNN neural network modelisestablished bytaking soilweight，internalfriction angle，cohesion and anchorage length as inputparameters and slope stability coefficient as output parameter， to predict side slope stability．It is indieated thatsimulation by using mature radialbase function neutral network could avoid many influences caused byhumanfactorsandthateffectivecalculation and more accurateresultareobtained． Key words：radialbasefunction neutral network；sideslopestbaility；artificialneuralnetwork；numerical simulation 边坡稳定性问题涉及矿山工程、道桥工程、水利工 1 RBFNN的基本原理is] 程及建筑工程等诸多领域。对于边坡稳定性研究，早期 RBFNN是众多人工神经网络中的一种具有 良好 的工程地质评价方法是建立在类比统计基础之上的定 性能的网络，其既有生物背景，又与函数逼近理论相吻 性分析方法，这些方法以定洼描述和分析为主，存在个 合，适合于多变量函数逼近，并且还具有唯一最佳逼近 人主观随意性和不确定陛，难以建立统一的评价标准。 点的优点。RBFNN网络结构与多层前向网络类似 ，它 并且，在边坡的稳定性计算中，由于地质特征或土体参 是一种3层前向网络。输入层由信号源结点组成；第2层 数的模糊性与不确定}生，使得边坡稳定性计算过程较 为隐含层 ，隐单元数视所描述问题的需要而定；第3层 为复杂，计算结果离散