基于改进爬山聚类法的模糊神经网络边坡稳定性判别模型

• 作者: 刘忠正 薛新华
• 来源期刊: 水利与建筑工程学报
• 学科: 工学
• 关键词: 爬山聚类法 模糊神经网络 边坡稳定性 判别模型
• 年，卷（期）: 2016,（4）
• 页码范围: 230-234
• 页数: 5页
• 分类号: TU433
• 字数: 3172字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1144.2016.04.045

摘要

影响边坡稳定性的因素复杂且具有随机性和模糊性。综合考虑重度、黏聚力、内摩擦角、坡角及坡高等影响边坡稳定的主要因素，为判别边坡稳定性建立出新型模糊神经网络模型，该模型利用学习能力强大的神经网络及推理功能突出的模糊逻辑，通过改进的爬山聚类法进行结构学习，并利用 BP 算法和最小二乘估计法相结合的综合学习算法来调整参数，进而大幅度提高模型判别能力。经工程实例测试证明该模型可以快速准确的判别边坡的稳定性，可以为类似工程提供参考和借鉴。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛新华	四川大学水利水电学院	35	164	6.0	11.0
2	刘忠正	四川大学水利水电学院	1	3	1.0	1.0