基于灰色-BP神经网络组合模型的边坡稳定性预报方法.pdfVIP

第 64卷 第4期 有 色 金 属 (矿山部分) 2012年7月 doi：10．3969I／J．issn．1671—4172．2012．04．020 基于灰色一BP神经网络组合模型的 边坡稳定性预报方法 盛建龙 ，熊绵国 (武汉科技大学，武汉 430081) 摘 要 ：在前人研究成果的基础上 ，研究BP神经网络模型和灰色系统理论的原理，依据它们 的适用条件及优 缺点，对 同一 已知边坡取不 同样本区间建立 GM(1，1)模型，得到不 同的预测结果。将多个灰色预测的结果作为输 入变量 ，使用 BP神经网络进行组合 ，输 出组合预测结果 。提 出基于灰色神经网络范例推理的边坡稳定性评价方 法 ，针对边坡稳定性影响因素的复杂多变性和相当强的不确定性，建立 了边坡范例检索模型。通过对边坡稳定性 因素的灰色模型预处理，以及边坡范例 的神经网络学习，最终实现边坡稳定性评价 。 关键词 ：灰色神经网络 ；边坡 ；稳定性 ；预测 中图分类号 ：TD854 ．6 文献标识码 ：A 文章编号 ：1671—4172(2012)040071-03 SlopestabilityforecastingmethodbasedonGreyand BP NeutralNetworkcombinedmodel SHENG Jianlong，XIoNG M ianguo (W uhanUniversityofScienceandTechnology，W uhan430081，China) Abstract：Basedonthestudiesbefore，BP (BackPropagation)NeuralNetworkandGreyTheoryarestudiedin thispaper．Withtheusingconditions，aswellastheadvantagesanddisadvantages，GM (1，1)modelisestablished underdifferentsampleintervalsofthesameknownslope，anddifferentforecastingresultsareobtained．Usingsev— eralGreyresultsasinputdata，tOcombinethem withBP NeuralNetwork，andthenthecombinationresultsareob— tained．Theevaluationofslopestabilityforecasting isproposedbasedon example—inferenceofGreyNeuralNet work．Accordingtothecomplicatedflexibleinfluencesandstronguncertaintyofslopestability，theslopeexample indexmodelissetup．Finally，thecurrentslopestabilityevaluationcanberealizedthroughGreymodelpreprocess ingoftheslopestabilityfactorsandNeuralNetworkstudyofslopeexamples． Keywords：GreyNeuralNetwork；slope；stability；forecasting 随着我 国现代化建设事业的迅速发展 ，各类矿 者提出了多种滑坡预报理论模型和方法 ，要想做到 山、公路、铁路 、水利 、城市建设等工程项 目开工建 准确预报，必须建立一些具有一般适用性 的滑坡预 设。在工程的建设过程 中或建成后的运营期内，形 报判据 。国内外主要 的判据包括稳定系数法 ，可靠 成