基于PSO优化的神经网络在边坡稳定性评价中的应用

• 作者: 俞林 许敏
• 来源期刊: 娄底职业技术学院学报：职教与经济研究
• 学科: 工学
• 关键词: 粒子群优化算法 BP神经网络 边坡稳定 评价
• 年，卷（期）: 2008,（4）
• 页码范围: 44-47
• 页数: 4页
• 分类号: TP31

摘要

本文首先介绍基于PSO优化的BP神经网络算法；并在此基础上，考虑影响边坡稳定性分析的包括岩石容重、粘聚力、内摩擦角、边坡角、边坡高度、空隙水压力等各种自然因素，以文献中土质边坡工程的数据为例，用基于PSO优化的BP神经网络算法对边坡稳定性进行评价。最后将评价结果与传统BP方法计算结果进行逐一对比，结果证明该方法不仅能满足边坡稳定性评价的精度要求，而且还可以加快训练收敛速度，其泛化性能也比较好，使得边坡稳定性评价更为便捷迅速，从而证明该方法具有一定的推广应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞林		117	583	12.0	17.0
2	许敏		20	137	8.0	11.0