基于自然选择策略的PSO-BP神经网络的滑坡可靠性评价方法

作     者：王彪龙 孟凡利 曾超 郭将 刘晓 Wang Biao-long;Meng Fan-li;Zeng Chao

作者机构：中国地质大学(武汉)教育部长江三峡库区地质灾害研究中心湖北武汉430074 中交第二公路勘察设计研究院有限公司 

基　　金：国家自然科学基金资助项目(编号:41572279) 中国博士后科学基金特别资助项目(编号:2014T70758) 中国博士后科学基金资助项目(编号:2012M521500) 中央高校基本科研业务费专项资金资助项目(编号:CUGL170212) 

出 版 物：《中外公路》 (Journal of China & Foreign Highway)

年 卷 期：2019年第39卷第3期

页      码：1-9页

摘      要：将BP神经网络良好的非线性函数拟合能力,以及粒子群算法(PSO)良好的非线性优化性能相结合,提出一种基于自然选择策略的PSO-BP神经网络的滑坡可靠性评价新方法。新方法的整体布局是以BP神经网络作为滑坡可靠性分析的响应面函数,在内部实现细节上,针对传统BP神经网络权值和阈值更新过程中容易陷入局部最优特点,采用自然选择粒子群算法来替代标准BP神经网络内置的最速梯度下降法,以达到进一步优化网络的目的。以贵州省马达岭HP1滑坡为例,验证该方法的优越性,结果证明:①该文提出的自然选择PSO-BP算法全局拟合能力更强,构造出的响应面误差更小;②降雨对于该边坡可靠性的影响小于地震,敏感性低;③天然工况下的HP1处于稳定状态,饱和、天然地震工况下处于低危险状态。

主 题 词：BP神经网络 自然选择粒子群算法 蒙特卡洛法 可靠性 敏感性 

学科分类：081803[081803] 081401[081401] 08[工学] 0818[工学-交通运输类] 0814[工学-地质类] 

D　O　I：10.14048/j.issn.1671-2579.2019.03.001

馆 藏 号：203692179...