-
题名基于CSMR和卷积神经网络的岩质边坡稳定性分析
- 1
-
-
作者
傅杨攀
刘勇健
陈贡发
陈旭林
张友
刘海龙
-
机构
广东工业大学岩土工程研究所
-
出处
《自然灾害学报》
CSCD
北大核心
2023年第1期114-121,共8页
-
基金
国家自然科学基金项目(52078142)
广东省自然科学基金项目(2021A1515011691)
广州市科技计划项目(202002030194)。
-
文摘
CSMR分类体系是一种半定量的岩质边坡稳定性分析方法,其综合考虑了多因素对边坡稳定性的影响,但是计算复杂。在岩质边坡稳定性评价CSMR分类体系基础上,引入卷积神经网络原理,建立基于CSMR和卷积神经网络的边坡稳定性评价模型。首先,通过85个实测岩质边坡样本对模型进行训练,构建CSMR方法中的坡高H、高度修正系数ξ、RMR评分、结构面方位修正系数(F_(1)、F_(2)、F_(3))、开挖方法修正系数F 4和结构面条件修正系数λ共8个影响因子和边坡稳定状态的非线性映射关系。然后,用另外15个边坡样验证基于CSMR和卷积神经网络的岩质边坡稳定性分析模型的有效性。最后,将模型应用于广东清远银湖城边坡稳定性分析,其预测值和期望值基本吻合。同时与有限元分析法计算结果进行了对比,表明该方法具有较强的泛化能力,能快速预测边坡稳定性,可为山区工程建设中岩质边坡工程设计和管理提供依据和参考。
-
关键词
岩质边坡
卷积神经网络
csmr分类体系
稳定性评价
-
Keywords
rock slope
convolutional neural network
csmr classification system
stability evaluation
-
分类号
TU457
[建筑科学—岩土工程]
X43
[环境科学与工程—灾害防治]
-