基于Spencer法的三维极限平衡边坡稳定性研究

以改进的三维极限平衡法模型为基础,通过双二次贝塞尔曲面建立边坡三维滑裂面搜索模型,并采用遗传算法对最危险滑裂面进行搜索,计算边坡的安全系数。以渝昆高速公路某标段路基边坡为实例,分别从二维和三维角度对边坡稳定性进行分析,并进行对比。研究结果表明:三维极限平衡法模型计算得到的安全系数较二维极限平衡法偏大20%左右,可节省边坡防护投资。

基于径向基神经网络的边坡稳定性评估方法

在现有研究的基础上,引入径向基神经网络理论,提出了边坡稳定性的径向基神经网络预测方法。以土体重度、内摩擦角、粘聚力、锚固段长度等为输入参数,边坡稳定性系数为输出参数,建立精确RBFNN神经网络模型,对边坡稳定性进行了预测,结果表明:用训练成熟的径向基神经网络进行仿真,避免了诸多人为因素的影响,提高了结果的精度,使得计算高效、结果更加准确。

BP和RBF神经网络在边坡稳定性评估中的比较研究

通过实例分析,对BP神经网络和RBF神经网络在边坡稳定性评估中的应用进行了比较研究,结果表明,BP神经网络和RBF神经网络均能很好地对边坡稳定性进行评估,但RBF神经网络比BP神经网络的训练速度更快,效率更高,并且对于同样的精度要求,RBF神经网络对边坡稳定性的评估结果更加准确和适用。