共查询到19条相似文献，搜索用时 218 毫秒
1.
库区超高边坡开挖坡面高陡,通过定性、定量分析开挖边坡的整体稳定性,结果显示边坡整体稳定,局部结构面与边坡开挖面组合形成的不稳定体需要加强支护,确定支护方案为坡面浅层系统喷锚支护结合局部深层加强支护的联合支护方案,实践证明边坡开挖支护效果良好。 相似文献
2.
边坡稳定状态与其影响因素构成一个极为复杂的模糊系统,合理地进行边坡稳定性分级评价对边坡灾害防治具有重要的指导意义。将边坡稳定性分为稳定(Ⅰ)、基本稳定(Ⅱ)、欠稳定(Ⅲ)及不稳定(Ⅳ)四个等级,并将其影响因素归纳为几何因素(坡度、坡高、开挖台阶级数)、强度因素(边坡岩土体重度、内聚力、内摩擦角、含水率)和外部因素(支护状况、日最大降雨量)三类,进而构建边坡稳定性评价指标体系。基于博弈论思想,综合层次分析法、熵权法和主成分分析法计算评价指标最优组合权重。以我国西南地区10处铁路边坡为实例,采用理想点法中绝对距离和欧氏距离分别计算边坡实例评价指标对各稳定性等级的贴近度,并依据最大贴近度原则确定边坡稳定性等级。结果表明:①采用绝对距离的博弈论组合赋权-理想点模型评价结果与实际情况基本一致且较为保守;②采用绝对距离与欧氏距离的模型评价结果正确率分别为70%和30%;③采用绝对距离的博弈论组合赋权-理想点模型最适宜评价欠稳定边坡,评价结果正确率为80%。 相似文献
3.
在磨盘山水库施工开挖过程中,由于施工开挖在溢洪道0＋20～0＋80段形成高约7m的反坡临空面,上部山体可能不稳定。为此对边坡进行调查,评价边坡的稳定性,为边坡加固治理提供依据。 相似文献
4.
在边坡稳定性分析中,边坡安全系数受地质条件、地貌因数、水文气候、地震作用、风化作用等众多因素的影响,这给边坡评价带来了极大的困难。采用A-K-GN法预测边坡安全系数:用层次分析法对影响边坡稳定性的主要因素进行分析;用自组织竞争kohonen神经网络对边坡样本进行归类;运用经过遗传算法优化的BP神经网络(遗传神经网络)方法,建立边坡安全系数隐函数关系式,从而预测边坡安全系数。用kohonen神经网络归类后的边坡数据为样本,用层次分析法选取了容重γ、粘聚力c、内摩擦角φ、边坡角α、边坡高度H和孔隙压力比γu作为边坡安全系数隐函数的随机变量输入单元,以边坡安全系数F作为输出单元。通过预测值与实际值的对比分析,验证了A-K-GN法预测边坡安全系数的合理性。 相似文献
5.
6.
7.
本文通过对西藏东部公路边坡岩土体的稳定性与边坡坡角关系的分析,提出了自己的观点,认为西藏东部公路边坡自然稳定坡角为32°,在对公路边坡进行设计施工时,宜把公路内边坡控制在32°以下,如大于32°则必须采取支挡等工程措施。 相似文献
8.
在计算公路路基边坡失稳问题时,多以强度折减法理论与弹塑性有限元法进行结合,并从有限元收敛条件计算上得出对边坡稳定性的影响程度。本文将通过某高速公路边坡土体剪胀角实际,从理论和施工实践上来探讨其影响变化。经对比分析可知,当公路路基剪胀角从0°增加到15°时,路基边坡稳定安全系数增加11%;随着土体剪胀角的增大边坡最终破坏的塑性区域逐渐减少,可见土体剪胀角对边坡的稳定性具有较大的影响。 相似文献
9.
山区边坡的开挖变形及支护是工程中不可避免的问题,为此,人们已做了大量的研究工作,并积累了丰富的工程经验。可是关于边坡的开挖变形,失稳破坏,支护结构失效等一些问题依然是屡见不鲜,这主要归结于:岩土体自身结构和应力应变关系的复杂性;在支护结构介入之后,土压力分布的不确定性和未知性;施工工况对边坡稳定性影响的模糊性和施工工序的无序性,通过分区更有利于坡体支护的稳定,减少支护费用和开挖量,通过具体的工程实例,采取合适的开挖方式和支护措施。 相似文献
10.
利用BP神经网络对边坡稳定性进行预测,考虑到岩土体的物理力学性质、边坡参数等对边坡稳定性有影响的各种因素,通过训练和检验的对比,证明该方法可以满足精度要求,进一步验证了该方法在预测边坡稳定性方面的可靠性,具有一定的推广价值。 相似文献
11.
基于BP神经网络的印刷体数字识别研究 总被引：1，自引：0，他引：1
BP神经网络是一种误差逆传播算法训练的多层前馈网络,具备网络学习能力强、输入/输出模式映射关系存贮量大、事先不需要描述输入/输出映射关系等诸多优点的数学方程。本文通过BP神经网络的介绍,利用不变矩特征提取方法设计一种有效的BP神经网络印刷体数字识别演示系统,对印刷体数字识别的深入研究具有一定的指导意义。 相似文献
12.
首先建立一个多维参数优化模型 ,即 2个目标函数 ,多个工艺参数 .在不能得到其理论解的时候 ,采用神经网络与遗传算法相结合的方法 ,求解该复杂优化模型的近似解 .即先利用铸造充型过程数值仿真软件 ,通过数值计算获得一些有关工艺参数的仿真结果 ;然后将数值实验结果作为样本数据 ,运用L M算法训练神经网络 ,建立起目标函数值 (充型时间和充型结束时型腔内最高温度与最低温度之差 )和输入参数 (多个工艺参数 )之间的函数关系 ,进而使用遗传算法寻优 ,从而得到最合适的浇铸参数组合 . 相似文献
13.
一种前馈神经网络算法 总被引：2，自引：0，他引：2
神经网络由于其非线性处理能力强，性能稳定等特点得到了广泛应用和研究，主要应用于模式识别、信号处理、知识工程、专家系统、优化组合、机器人控制等。神经网络中使用最为广泛的就是前馈神经网络，其网络权值学习算法中影响最大的就是误差反向传播算法(back-propagation简称BP算法)。BP算法存在局部极小点，收敛速度慢等缺点，基于优化理论的Levenberg-Marquardt算法忽略了二阶项，该文讨论当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算，进而训练网络。 相似文献
14.
简要介绍了基于统计学习理论的支持向量机回归(SVR)原理,针对边坡稳定性影响因素的复杂性,结合实例运用SVR技术构建了铀矿边坡稳定性的支持向量回归预报模型,并利用网格搜索与留一交叉验证方法(LOOCV)优化模型参数。研究表明,在小样本条件下,SVR预报模型对训练样本的计算值与实测值平均相对误差(MRE)为0.045967%,相对均方误差(MSRE)为0.046371%,拟合值(VOF)为1.999995765,相关系数(R)为0.9984,均比人工神经网络方法的相应指标值要小,说明支持向量回归方法是一种科学有效的矿山边坡稳定性的分析方法。 相似文献
15.
近25年来西安地区土地利用变化及驱动力研究 总被引：30，自引：0，他引：30
选取整个西安地区作为研究区，以1978年、1988年和2003年3期Landsat MSS/TM影像为基本数据源，以DEM及派生的坡度数据作为分类的辅助因子，利用改进的BP神经网络算法，提取研究区25年来的土地利用/覆被信息，并结合相应的社会经济统计数据，进一步分析引起变化的根源。研究表明，25年来：建设用地面积通过侵占周边的大量农田以及砍伐林地而得到迅速扩大，扩张了1.95倍；耕地流失严重，共有69 411.61hm2被挪为它用，减少率为每年1%；园地面积有较大增加，是1978年初面积的3.4倍，有力的推动了地区经济发展；同时水资源短缺问题日渐突出。国家政策法规对土地利用变化起宏观调控作用，铁路和公路等主要交通干线的发展是城镇建设用地迅猛发展的直接动力，人口的不断增长和快速的城市化进程导致耕地面积大量减少，而第一产业的发展和比较效益的作用使得园地面积有大幅增长。 相似文献
16.
针对学术评价中多属性评价方法和组合评价方法众多,从而导致学术评价结果众多,评价公信力下降问题,优选多属性评价方法成为解决问题的较好途径。线性多属性评价相对成熟,非线性多属性评价的选取是首要问题,基于BP人工神经网络,以非线性多属性评价值作为输出,评价指标作为输入,通过训练人工神经网络,可以得到评价指标权重,进而和评价值评价指标的相关系数进行比较,通过检验非线性多属性评价方法的逻辑一致性来进行评价方法的选取。以JCR2017数学期刊为例,分别采用主成分分析、因子分析、TOPSIS进行评价,然后再基于BP人工神经网络模型进行选取。研究结果表明:非线性多属性评价方法的选择问题是学术评价的基础问题;BP人工神经网络可以用来辅助进行非线性评价方法的选取;采用BP人工神经网络辅助选取非线性评价方法必须具备一定的适用条件。 相似文献
17.
BP神经网络因具有自学习、自适应、大规模并行处理等特点而广泛应用于遥感影像分类中,但是该方法训练时容易陷入局部极小值,且收敛速度较慢,针对这些不足提出一种基于相容粗糙集的BP神经网络分类方法。本文以双台子河口湿地为研究对象,以Landsat-8 OLI影像为数据基础,利用相容粗糙集理论对样本数据集进行预处理,将得到的数据作为新的训练样本,在Matlab软件平台下建立BP神经网络的湿地覆被分类模型,进行湿地覆被信息提取,将分类结果与单纯的BP神经网络以及粗糙集样本属性约简预处理的分类结果进行比较分析。结果表明,基于相容粗糙集的BP神经网络分类方法可以剔除训练样本中的噪声数据,提高网络的训练成功率,缩短网络的收敛时间,分类效果较好,其总体精度达到91.25%,Kappa系数为0.8969,比单纯的BP神经网络分类结果高7.92%和0.0926,比粗糙集样本属性约简预处理方法的分类结果高3.03%和0.0357,是一种有效的湿地覆被分类方法。 相似文献
18.
针对标准的BP神经网络对于声音信号识别率不高的问题,提出了一种用粒子群算法（PSO）优化BP神经网络的算法,建立了声音信号识别模型。PSO优化BP神经网络主要是用PSO来优化BP神经网络的初始权值和闽值,然后通过训练BP神经网络得到识别模型的最优解,优化后的神经网络具有误判率小、反应速度快等特点。在实验中把标准的BP神经网络和PSO优化后的BP神经网络用于八种异常声音的MFCC特征量和差分MFCC特征量识别,结果表明：在声音信号的识别系统中采用PSO优化BP神经网络的算法提高了系统的识别性能,达到了系统设计的目的。 相似文献