库岸高边坡稳定度非线性判估研究.pdfVIP

重庆建筑 Architectme 注：基金项 目：重庆市 自然科学基金 (2010BB4266) doi：10．3969／j．issn．1671-9107．2012．1．048 库岸高边坡稳定度非线性判估研究 Non-LinearDisplacementChaoticNeuralNetworkPredictiononHigh-SlopeDeformation 刘建 (重庆交通建设(集团)有限责任公司 重庆 400074) 摘要：库岸高边坡变形量分析是判估其稳定性的关键因素 。但 由于库岸高边坡变形受众多因素影响，且各因素之阃存在强烈的非线形关系，故 难 以进行有效的预判。本文提 出了基于混沌神经网络模型的方法，对高边坡变形随时阍变化的位移量进行了仿真计算，结果表明，此方法高效 可行，计算精度高，能够满足工程及控制的要求。 关键词 ：高边坡 ；BP神经模型；混沌 中圈分类号 ：TU413．6 文献标识码 ：A 文章编号 ：1671—9107(2012)ol一0048—03 Abstract：Thedisplacementofhigh-slopeisessnetialtoanalyznigthestability．However，htedisplacementofhigh-slopeisinfluencedbySOmanyfac一 [ors，andtherearellOfl—linearfunctionsbetwene htosefactors，SOitisdifficultot haveitaccuratelyestimated． sarticlepresentsamehtodofchaotic neuralnetwods【otsimulatethedisplacementofhigh-slopebywayoftimesereis．Theresultindicatesthatthismethodisefficient,feasible，andfitfulot satisfyhtedemandsninegineeringcontrols． Keywords：high—slope；backpropagationneuralnewtork；chaosoptimization 系体现着强烈的非线形性、模糊性、强噪声性。神经网络模型 1概述 由于其独特的优势。已经应用于高边坡变形的数据分析和预 测上．但是由于神经网络模型也存在着 自身的局限，难以精确 山区河流水库港边坡大都是由含有结构面 的岩块和众多 的处理库岸高边坡变形的非线形演化特征如混沌现象．因此 裂隙夹层组成的复合体。岩块是一种强度很高的材料 ，其 自身 将混沌理论应用于其中．可以更加科学地反映现象背后的规 的强度和稳定性较高．在岸坡体中广泛分布的结构面的强度 律。进一步提高预测的准确度．从而帮助我们判断高边坡结构 比岩块的强度小很多．是岸坡体中的薄弱面 ，岸坡的失稳破坏 的稳定性 大都是由于结构面强度降低所致。因此对岩质岸坡体稳定性 进行分析，结构面强度和稳定性是主要的控制因素。结构面的 2混沌神经网络模型(CNN)的构建 强度降低．导致岩块体之间发生相对滑动 ．当岩块之间的相对 位移达到一定程度就会引起岸坡的失稳破坏。 径向基