边坡岩体稳定性的RBF人工神经网络预测模型

• 作者: 姜德贵 邱秀梅
• 来源期刊: 山东农业大学学报(自然科学版)
• 学科: 工学
• 关键词: (RBF)人工神经网络技术 复合指标 边坡岩体稳定性分析
• 年，卷（期）: 2008,（4）
• 页码范围: 601-604
• 页数: 4页
• 分类号: TU457
• 字数: 2324字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2324.2008.04.022

摘要

利用RBF人工神经网络理论,采用影响边坡稳定性的复合指标,以大量边坡工程的稳定状况为学习训练和预测样本,建立了RBF预报模型.讨论了基于RBF人工神经网络技术的边坡岩体稳定性分析方法及有效性.研究表明,用RBF人工神经网络方法预测边坡岩体的稳定状况是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜德贵	山东农业大学水利土木工程学院	5	10	2.0	3.0
2	邱秀梅	山东农业大学水利土木工程学院	29	167	6.0	12.0