基于神经网络的公路边坡稳定性实时判断

• 作者: 吴克寒 王树威 赖见辉 陈宁 陈艳艳
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 交通工程 无粘性土公路边坡 稳定性安全系数Fs 变形值 神经网络法
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 交通安全
• 页码范围: 104-108
• 页数: 5页
• 分类号: U417
• 字数: 4209字
• 语种: 中文
• DOI: 10.3963/j.issn1674-4861.2013.02.023

摘要

为了实现对非粘性土公路边坡的稳定性实时预警,采用神经网络方法建立了公路边坡稳定性安全系数Fs和变形值的关系模型,该方法克服了Fs不能实时获取的弊端,由实时测量的变形值计算出Fs,并通过Fs实现无粘性土公路边坡稳定性的实时预警,避免了传统实时预警方法中需要根据经验设定各种变形值阈值的问题.对某无粘性土公路边坡的实验研究表明,神经网络模型计算精度优于其他经验模型,且能够满足工程实时监测的需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈艳艳	北京工业大学交通工程重点实验室	191	2020	25.0	36.0
2	陈宁	北京工业大学交通工程重点实验室	18	50	3.0	6.0
3	王树威	北京工业大学交通工程重点实验室	5	14	2.0	3.0
4	赖见辉	北京工业大学交通工程重点实验室	16	139	5.0	11.0
5	吴克寒	北京工业大学交通工程重点实验室	6	13	2.0	3.0