基于位移反分析的岩质边坡稳定性分析

• 作者: 吴乐文 支学艺 谢良 郭钟群
• 来源期刊: 有色金属科学与工程
• 学科: 工学
• 关键词: 位移反分析 粒子群算法 BP神经网络 正交试验 安全系数
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 矿业·环境
• 页码范围: 89-92
• 分类号: TD311
• 字数: 4861字
• 语种: 中文

摘要

通过工程现场获得边坡位移量等信息,并基于正交试验设计和FLAC3D建立训练样本和测试样本,运用BP神经网络建立起边坡位移与待反演参数之间潜在的映射关系.利用粒子群算法的参数优化功能优化BP神经网络,然后再用粒子群算法从全局空间上搜索出BP神经网络中预测位移与实测位移最接近的一组参数组合,最后采用FLAC3D计算出边坡的安全系数来评价其稳定性.研究表明将BP神经网络与粒子群算法相结合,进行位移反分析是可行的；通过位移反分析得到的参数结果,进行稳定性分析将更准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭钟群	江西理工大学建筑与测绘工程学院	48	176	7.0	10.0
2	支学艺	江西理工大学资源与环境工程学院	27	96	6.0	9.0
3	谢良	江西理工大学资源与环境工程学院	7	36	3.0	6.0
4	吴乐文	江西理工大学资源与环境工程学院	5	45	4.0	5.0