基于PSO—BP神经网络的边坡稳定性模型研究
来源期刊：有色金属(矿山部分)2013年第6期
论文作者：江龙艳
文章页码：53 - 57
关键词：边坡稳定性;粒子群算法;BP神经网络;稳定性分析;
摘 要：为了对边坡的稳定性进行分析,以黏聚力、内摩擦角、边坡倾角、坡体容重、边坡高度、孔隙压力比6个主要影响因素作为边坡稳定性的判别指标,利用粒子群算法优化BP神经网络的权值和阀值,建立边坡稳定性的PSO—BP模型,并对5个边坡的稳定性进行分析,预测平均误差为1.98%,预测效果较好。结果表明,PSO—BP神经网络模型较传统的BP神经网络模型精度更高,收敛速度更快。
江龙艳
湖南万源评估咨询有限公司
摘 要：为了对边坡的稳定性进行分析,以黏聚力、内摩擦角、边坡倾角、坡体容重、边坡高度、孔隙压力比6个主要影响因素作为边坡稳定性的判别指标,利用粒子群算法优化BP神经网络的权值和阀值,建立边坡稳定性的PSO—BP模型,并对5个边坡的稳定性进行分析,预测平均误差为1.98%,预测效果较好。结果表明,PSO—BP神经网络模型较传统的BP神经网络模型精度更高,收敛速度更快。
关键词：边坡稳定性;粒子群算法;BP神经网络;稳定性分析;
