[硕士]遗传算法和人工神经网络在边坡稳定性评价中的应用.pdfVIP

下载本文档

1
0
约9.52万字
约 59页
2021-03-02 发布于贵州
举报
版权申诉

[硕士]遗传算法和人工神经网络在边坡稳定性评价中的应用.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

遗传算法和人工神经网络在边坡稳定性评价中的应用摘要我国滑坡灾害频发，已对人民的生命财产安全和经济社会的可持续发展构成了重大的威胁。近年来，随着我国现代化建设事业的不断发展，出现了大量 M 的边坡工程以及越来越多的高陡边坡。因此，准确可靠地分析与评价边坡的稳 O 定性，从而实现滑坡的预测预报具有重要意义。本文对常用的各种边坡稳定性 C 评价方法进行了概括和总结，指出了各种常用方法的优缺点，并对评价方法的 . 发展趋势做出了分析。针对边坡稳定性评价的多因素问题，建立了基于加速遗 G 传算法的投影寻踪聚类评价模型和等级评价模型，并给出了相应的算法和步骤。 N 用加速遗传算法进行投影寻踪方法建模，可以优化投影寻踪方法的计算过程。 O L 实例表明该评价模型是有效可行的。BP神经网络是一个复杂的非线性动力系 U 统，具有较强的非线性映射能力。通过边坡实例的学习，BP神经网络可以建立 H 边坡稳定性影响因素和边坡稳定性状态之间的非线性映射关系。利用这种映射 Z 关系，可以评价边坡的稳定状态，而且评价结果具有较高的精度。 W. W W 网龙关键词：边坡稳定性评价遗传算法投影寻踪 BP神经网络筑 ofGenetic andArtificialNeural ApplicationAlgorithm NetworkintheEvaluationof SlopeStability Abstract Landslide occursinChinathathasthreatenedthe lifeand frequently people’s andthe of and the property sustainable economysociety．With development continuous ofour and developmentcountry’Smodernization，manyslopeprojects M moreandmore and