基于PCA-GRNN神经网络的露天矿边坡稳定性分析

• 作者: 倪泽雨 赵建强 郭绍征 闫守志 陈勇智
• 来源期刊: 科技与创新
• 关键词: 边坡稳定性 主成分分析 GRNN神经网络 特征根
• 年，卷（期）: 2016,（16）
• 所属期刊栏目: 科技前沿
• 页码范围: 13-14
• 页数: 2页
• 分类号: TD854.6
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2016.16.013

摘要

露天矿边坡稳定性分析是一个复杂的非线性、不确定的动态系统,各因素之间具有一定的相关性.首次应用主成分与GRNN神经网络结合的原理和方法,建立了边坡稳定性评价模型,能定量得出各主成分对边坡稳定性的影响程度.利用PCA-GRNN神经网络评价模型对边坡安全系数进行了预测,并与真实值进行了对比分析,得出了PCA-GRNN方法评价精度较高、相对误差较小.由此可见,该模型在边坡稳定性的分析中具有较高的可行性和适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵建强	徐州工程学院数理学院	32	69	5.0	7.0
2	郭绍征	徐州工程学院数理学院	9	8	2.0	2.0
3	闫守志	徐州工程学院数理学院	5	2	1.0	1.0
4	陈勇智	徐州工程学院数理学院	4	3	1.0	1.0
5	倪泽雨	徐州工程学院化工学院	1	1	1.0	1.0