基于均匀试验和PSO-RBF的均质库岸边坡可靠度预测模型

TV697; 岩土参数的不确定性以及外部环境的变化对边坡稳定性有直接影响,为此,进行库岸边坡可靠度分析对水库安全评估具有指导意义.首先针对不确定影响因素选取合适因子水平,采用均匀试验设计法确定神经网络所需实验样本,然后依据边坡参数分布范围,利用极限平衡法和拉丁超立方抽样法求解对应的边坡稳定性系数、失效概率和可靠度指标,最后利用粒子群算法(PSO)优化的径向基函数(RBF)神经网络训练实验样本,建立均质库岸边坡可靠度预测模型,并对比计算结果与网络预测结果.分析结果表明:在均匀试验基础上建立的PSO-RBF神经网络模型的预测精度较高,且优于单纯的RBF神经网络模型,还可节省边坡可靠度分析的时间.对...

Full description

Saved in:
Bibliographic Details
Published in中国农村水利水电 no. 7; pp. 225 - 229
Main Authors 俞社鑫, 潘建平
Format Journal Article
LanguageChinese
Published 江西理工大学土木与测绘工程学院,江西赣州 341000%江西理工大学土木与测绘工程学院,江西赣州 341000 15.07.2022
江西省环境岩土与工程灾害控制重点实验室,江西赣州 341000
Subjects
可靠度预测
稳定性系数
均匀试验
库岸边坡
PSO-RBF
Online AccessGet full text
ISSN1007-2284

Cover

More Information
Summary:TV697; 岩土参数的不确定性以及外部环境的变化对边坡稳定性有直接影响,为此,进行库岸边坡可靠度分析对水库安全评估具有指导意义.首先针对不确定影响因素选取合适因子水平,采用均匀试验设计法确定神经网络所需实验样本,然后依据边坡参数分布范围,利用极限平衡法和拉丁超立方抽样法求解对应的边坡稳定性系数、失效概率和可靠度指标,最后利用粒子群算法(PSO)优化的径向基函数(RBF)神经网络训练实验样本,建立均质库岸边坡可靠度预测模型,并对比计算结果与网络预测结果.分析结果表明:在均匀试验基础上建立的PSO-RBF神经网络模型的预测精度较高,且优于单纯的RBF神经网络模型,还可节省边坡可靠度分析的时间.对库岸边坡工程稳定性预警和灾害防治有一定参考价值.
ISSN:1007-2284