路堤边坡冲刷量预测方法研究

影响边坡冲刷的因素很多 ,而基于模糊感知器建立一个通用的公路边坡冲刷预报模型是一个较好的解决途径。该方法结合了神经网络与模糊方法的优点 ,它可以模拟影响因素之间复杂的非线性关系 ,较好地解决了公路边坡冲刷预报中的模糊性和不确定性。模糊感知器网络将冲刷影响因子序列分成学习样本 (30min降雨强度、降雨历时、降雨量、坡度坡长 ) ,表示冲刷外因和学习目标样本 (土压实度、径流流速、径流流量、土颗粒粘聚力、植被指数 ) ,表示冲刷内因。通过模糊感知器特有的算法训练学习样本得到目标样本 ,最终得出冲刷预报值。为了验证模型 ,在连徐高速公路路堤边坡用SR型人工降雨设施进行冲刷试验 ,得到冲刷量实测资料 ,将通过模型计算的冲刷量值与之比较 ,显示了模型具有较好的预报效果。