基于遗传优化神经网络的边坡稳定性评价

作     者：孙平定 蔡润 谢成阳 易铸 SUN Pingding;CAI Run;XIE Chengyang;YI Zhu

作者机构：中国地震局兰州地震研究所甘肃兰州730013 贵州省交通规划勘察设计研究院股份有限公司成都分公司四川成都610041 重庆交通大学重庆400074 

基　　金：中国地震局地震预测研究所局所专项基本科研业务费专项(2016IESLZ04) 国家自然科学基金(51779234) 

出 版 物：《现代电子技术》 (Modern Electronics Technique)

年 卷 期：2019年第42卷第5期

页      码：75-78页

摘      要：由于引起滑坡的因素复杂,传统预测方法难以得到高精度的结果。文中利用遗传算法(GA)全局搜索能力强、不易陷入局部极小值的特点对样本的初始权值和阈值进行优化处理,使得前馈型神经网络(BP)在学习和预测时能够得到一个最佳的权值和阈值,从而探索出影响滑坡的因子与边坡稳定性之间潜在的关系。从仿真结果可知:优化权值后的BP神经网络得到边坡稳定性的判对率达到100%,而随机权值BP神经网络的判对率仅为54.5%,判对率提高了45.5%;安全系数较随机权值BP神经网络的平均误差提高了6.08%。因此,优化BP神经网络的预测精度得到明显提高,在今后边坡稳定性的实际应用评价中可作为一种有效的辅助手段。

主 题 词：遗传算法 BP神经网络 优化权值 边坡稳定性 安全系数 预测 

学科分类：11[军事学] 0810[工学-土木类] 12[管理学] 1105[1105] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 081002[081002] 110503[110503] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16652/j.issn.1004-373x.2019.05.018

馆 藏 号：203572398...