基于神经网络范例推理的边坡稳定性评价方法-岩土力学.PDF

第26 卷第2 期 岩 土 力 学 Vol.26 No.2 2005 年2 月 Rock and Soil Mechanics Feb. 2005 文章编号：1000－7598 －(2005) 02 －0193 －05 基于神经网络范例推理的边坡稳定性评价方法 1, 2 1 刘沐宇 ，冯夏庭 (1. 中国科学院武汉岩土力学研究所，湖北 武汉 430071 ；2.武汉理工大学 土木工程与建筑学院，湖北 武汉 430070) 摘 要：提出了基于神经网络范例推理的边坡稳定性评价方法。针对边坡的稳定性影响因素的复杂多变性和相当强的不确定 性，建立了基于神经网络的边坡范例检索模型。运用神经网络强大的自适应、自组织、自学习的能力以及高度的非线性映射 性、泛化性和容错性的特点，通过边坡范例的神经网络学习，建立了当前边坡和边坡范例之间相似性计算关系，最终实现了 当前边坡的稳定性评价。对于8 个验证边坡范例，模型的预测准确性达到了100 % ，范例中的160 组数据的相关性也达到了 0.981 5，表明建立的模型具有很高的预测准确性，模型的泛化能力很强。 关 键 词：范例推理；神经网络；边坡；稳定性评价 中图分类号：TU 457 文献标识码：A Evaluation of slope stability based on case-based reasoning integrated with neural network LIU Mu-yu1,2, FENG Xia-ting1 (1. Institute of Rock and Soil Mechanics, Chinese Academy of Sciences, Wuhan 430071, China; 2. School of Civil Engineering and Architecture, Wuhan University of Technology, Wuhan 430070, China) Abstract : An evaluation approach to slope stability based on case-based reasoning integrated with neural network is presented. And in view of the complex and uncertainty of the information of slope