文档介绍：基于改进网络算法的边坡稳定性评价孙永福鹾炀,薛新华引言琗边坡稳定性评价一直是工程地质工作者长期的研究焦点,在这方面的研究成果很多,各具特色,并在一定历史时期为人类认识自然、改造环境做出了贡献⋯。目前在工程中用于边坡稳定性分析的方法主要是有限元法、自适应有限元法、ā⒗格朗口法【俊⑹盗餍畏椒ḿ拔薜ピ7ā⒔缑嬖法口⒖煽慷确ā⒛:椒ā⒒疑低忱砺踇俊⒕类分析法和专家系统等,这些方法考虑了影响边坡稳定的主要因素,有一定的实用性及可靠性,但由于边坡岩体的结构和高度的非线性等特点,其稳定性受地质因素和工程因素等的综合影响,这些因素大部分具有随机性、模糊性、可变性等不确定性特点,因此边坡的稳定性问题是一个典型的非线性问题,难以用简单的数学、力学模型来描述,对其稳定性做出准确而有效地预测是岩土工程与工程地质领域急需解决的课题之一人工神经网络是一种非线性动力学系统,具有很强的自学习性、自组第卷增刊年月岩土力学摘要跋毂咂挛榷ㄐ缘囊蛩馗丛忧揖哂兴婊院筒蝗范ㄐ浴S捎谏窬绶椒ú唤瞿芸悸嵌恳蛩兀夷芸悸嵌ㄐ砸素的影响,因而神经网络适用于解决非确定性的边坡稳定性评价】题。结合遗传算法的并行搜索结构和模拟退火的概率突跳特性,提出了一种用于网络权值学习的混合策略,并综合考虑影响边坡稳定性的各方面因素,建立了基于混合策略的神经网络模型,并利用大量工程资料对网络进行训练和测试,得出了一些有意义的结论。关键词糯惴ǎ荒D馔嘶穑籊旌喜呗裕槐咂挛榷ㄐ裕黄兰中图分类号文献标识码,,青岛;液Q缶值谝谎芯克泄Q蟠笱Щ房圃海青岛;憬笱а彝凉こ萄芯克杭州—唬琇猦,.琙:篹收稿日期:——作者简介:孙永福。男,,硕上生导师,主要从事海洋工程工程地质方面的的科研工作。.,,.,,瑆瓵琲琣琣甋篻篏;,瓹琌甀
:琴少迥二糯惴ǖ脑D馔嘶鹚惴ㄔ的温度;业为能量增量。温度更新函数按照给定±④若,则接受该修改肚,⑥卢件凑崭ǖ睦淙捶匠潭韵低辰尸鱁籩/织性及高度容错性等优点,近年来在模式识别、信号处理、预测评估、组合优化、灾害预测及地震综合预报等方面得到了广泛的应用。。但是,该算法由于采用梯度下降训练法,不可避免存在网络麻痹现象以及易陷入局部极小等问题【『U攵以上两个缺陷,在综合分析边坡岩体变形失稳影响因素的基础上,本文结合遗传算法的并行搜索结构和模拟退火的概率突跳特性,提出一种基于混合策略的网络模型进行边坡稳定性预测,并结合工程实例沦证了该模型对边坡岩体稳定性预测的有效性和可行性。遗传算法虺艷是美国学者晏岢龅囊恢衷诖锒纳进化及门德尔基因遗传基础上的仿生学概率性迭代搜索算法,它使用群体搜索技术,通过对当前群体施加选择、交叉、变异等一系列遗传操作,从而产生出新一代群体,并逐步使群体进化到包含或接近最优解的状态。遗传算法是一类具有较强鲁棒性的优化算法,隐含并行性和全局搜索性是遗传算法的两大显著特征,它提供了一种求解系统最优化问题的通用框架,对问题的种类具有很强的鲁棒性。标准遗传算法的主要步骤可描述如下:①随机产生一组初始个体构成初始种群,并评价每一个体的适配值②判断算法收敛准则足否满足。若满足则输出搜索结果,否则执行以下步骤;③根据适配值大小以一定方式执行复制操作;④按交叉概率V葱薪徊娌僮鳎⑤按变