露天矿边坡变形监测与预测预报系统研究-大地测量学与测量工程专业论文.docxVIP

- - I - 摘 要 由于我国独特而复杂的地形地质条件和社会发展需求，使得滑坡及高边坡稳定性问题 成为 20 世纪中后期以来一个非常具有中国特色的重大工程问题。露天矿边坡作为大型的 人工边坡，其稳定性直接关系到生产和人民的生命财产安全，影响国民经济的发展。因此， 对露天矿边坡进行变形监测，并根据监测结果进行边坡变形分析与预测预报，是一项十分 重要的技术工作，深入开展此方面的研究，具有重要的理论意义和应用价值。 露天矿边坡的变形受到众多因素的影响，是一个复杂的非线性过程。BP 神经网络是一 种具有自组织、自适应泛化能力强等特点的智能算法，有很强的非线性逼近能力，因此其 被大量应用到边坡的预测中来。由于经典 BP 神经网络自身有着收敛速度慢，易陷入局部 极值等局限性，制约了这种预测方法的进一步推广。为了提高 BP 神经网络的性能，可以 采取一定的措施，对其进行改进。应用单一的判据进行露天矿边坡的时间预报，预报精度 低，且容易出现误判，因此需要一种方法综合多种判据的信息，以提高露天矿边坡预报的 精度和可靠性。 本文研究的主要内容包括，分析 BP 神经网络的算法特点，然后利用具有强大全局寻 优能力的改进人工鱼群算法（AFSA）来优化 BP 神经网络的初始连接权值和阈值以及网络 结构；同时通过建立露天矿边坡监测系统，监测边坡的表面位移和内部岩体的受力变化， 然后应用改进的 AFSA-BP