基于神经网络的边坡稳定可靠度分析方法研究

论文摘要

随着定值分析方法在边坡稳定分析中的缺陷日益暴露,探讨新的、更为可靠的边坡稳定计算方法显得尤为重要。边坡稳定的可靠度分析方法正是弥补定值分析方法不足的一种有效方法。可靠度分析方法考虑了影响边坡稳定的各变量的变异性,并用严格的概率来度量边坡的安全性,因此,边坡稳定的可靠度分析方法对边坡稳定的分析和评价更加符合实际。目前,常用的可靠度分析方法有中心点法、验算点法及响应面法,但由于中心点法精度较低,验算点法和响应面法计算量较大,效率较低。为此,本文提出了可靠度分析的神经网络法,该方法将BP神经网络与蒙特卡罗模拟法相结合,进行边坡的稳定可靠度分析。可靠度分析的神经网络法利用BP神经网络对非线性函数的强大映射能力,逼近响应面函数,再结合蒙特卡罗模拟法对构造的响应面进行模拟计算,求解可靠指标和失效概率。本文通过对均质边坡、两层材料边坡的计算表明,神经网络法的计算精度较高,与验算点法接近,而计算效率远在验算点法和响应面法之上。这说明神经网络法在边坡稳定的可靠度分析中有一定的优越性。

论文目录

• 摘要
• Abstract
• 致谢
• 第一章 绪论
• 1.1 前言
• 1.2 边坡稳定理论的发展及其研究现状
• 1.3 本文的研究内容及研究方法
• 第二章 边坡稳定的定值分析法
• 2.1 概述
• 2.2 边坡稳定计算的基本理论
• 2.3 毕肖普法
• 2.4 简布的普遍条分法
• 2.5 MORGENSTERN-PRICE法
• 第三章 边坡稳定的可靠度分析法
• 3.1 可靠度的概念
• 3.2 可靠度分析的基本原理
• 3.3 可靠度分析的一次二阶矩法
• 3.3.1 中心点法
• 3.3.2 验算点法
• 3.4 可靠度分析的蒙特卡罗模拟法
• 3.5 可靠度分析的响应面法
• 3.6 边坡稳定的可靠度分析
• 3.6.1 功能函数的确定
• 3.6.2 边坡稳定可靠分析的程序结构
• 3.6.3 GEO-SLOPE软件的介绍
• 第四章 基于神经网络的边坡稳定可靠度分析
• 4.1 人工神经网络概述
• 4.2 神经网络的基本结构和模型
• 4.2.1 人工神经元的模型
• 4.2.2 激活传递函数
• 4.2.3 单层神经元网络模型结构
• 4.2.4 多层神经元网络
• 4.3 BP神经网络
• 4.4 基于神经网络的边坡稳定可靠度分析
• 4.4.1 基于神经网络的可靠度分析的基本原理
• 4.4.2 MATLAB神经网络工具箱
• 4.4.3 基于神经网络的蒙特卡罗模拟法的步骤
• 4.5 算例分析
• 第五章 ANN-MCSM在屯黄公路边坡稳定分析中的应用
• 5.1 工程概况
• 5.1.1 滑坡区自然条件
• 5.1.2 工程地质条件
• 5.2 边坡稳定的可靠性计算
• 5.2.1 边坡治理前的可靠度分析
• 5.2.2 削坡后的可靠度分析
• 5.2.3 锚杆加固后的可靠度分析
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献