基于MIV-BP网络与粗糙集的边坡敏感性分析

• 作者: 孙宁嵘 张勤 沙勇华
• 来源期刊: 河南科学
• 关键词: MIV-BP神经网络 模糊C-均值算法 粗糙集 边坡稳定性 敏感性分析
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 地球科学与环境科学
• 页码范围: 1706-1711
• 页数: 6页
• 分类号: TU457
• 语种: 中文

摘要

结合BP神经网络与MIV算法，提出一种新的边坡稳定性影响因素敏感性分析方法。运用MATLAB程序对边坡的稳定性的影响因素进行敏感性分析，通过对选取的48个边坡工程实例进行神经网络模型的有效验证。并在MIV-BP网络分析的基础上，将其主要因素采用FCM算法离散属性数据，将边坡稳定性影响因素敏感性转化为粗糙集理论中属性重要性问题，综合分析结果表明：各因素对边坡稳定性的敏感性由大到小依次为内摩擦角、凝聚力、容重、边坡角、边坡高度、孔隙水压力比。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张勤	河海大学地球科学与工程学院	36	219	8.0	14.0
2	沙勇华	河海大学地球科学与工程学院	3	2	1.0	1.0
3	孙宁嵘	河海大学地球科学与工程学院	2	1	1.0	1.0