基于RBF神经网络的边坡稳定可靠度分析

• 作者: 侯晓亮 毕卫华 王伟 谭晓慧
• 来源期刊: 地下空间与工程学报
• 学科: 工学
• 关键词: 边坡 RBF神经网络 蒙特卡罗模拟法 均匀设计
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 防灾与环境
• 页码范围: 423-428
• 分类号: TU457
• 字数: 5513字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0836.2010.02.038

摘要

RBF神经网络具有网络训练速度快、可以避免局部极小等优点.文章基于RBF神经网络理论,采用蒙特卡罗模拟法来进行结构的可靠度分析,研究了样本点的生成方法及样本数对可靠度分析结果的影响,并将基于RBF神经网络的蒙特卡罗模拟法应用于边坡的可靠度分析.计算表明:基于RBF神经网络的蒙特卡罗模拟法具有较好的计算效率和计算精度;样本点的生成方法和样本数对计算结果影响较大.与随机取样法相比,均匀设计法生成的样本点分布更均匀,由此样本点集训练生成的神经网络能更好的代替原功能函数,在相同的样本数时具有更高的计算精度;当计算精度相同时,均匀设计法比随机取样法需要生成的样本点少,计算效率高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王伟	合肥工业大学资源与环境工程学院	162	1275	18.0	27.0
2	谭晓慧	合肥工业大学资源与环境工程学院	71	1155	18.0	31.0
3	侯晓亮	合肥工业大学资源与环境工程学院	20	168	7.0	12.0
4	毕卫华	合肥工业大学资源与环境工程学院	6	70	4.0	6.0