文章摘要:岩土参数的不确定性以及外部环境的变化对边坡稳定性有直接影响，为此，进行库岸边坡可靠度分析对水库安全评估具有指导意义。首先针对不确定影响因素选取合适因子水平，采用均匀试验设计法确定神经网络所需实验样本，然后依据边坡参数分布范围，利用极限平衡法和拉丁超立方抽样法求解对应的边坡稳定性系数、失效概率和可靠度指标，最后利用粒子群算法（PSO）优化的径向基函数（RBF）神经网络训练实验样本，建立均质库岸边坡可靠度预测模型，并对比计算结果与网络预测结果。分析结果表明，在均匀试验基础上建立的PSO-RBF神经网络模型的预测精度较高，且优于单纯的RBF神经网络模型，还可节省边坡可靠度分析的时间。对库岸边坡工程稳定性预警和灾害防治有一定参考价值。

文章关键词:

论文分类号:TV223

文章来源：《计算机光盘软件与应用》 网址: http://www.jsjgprjyyy.cn/qikandaodu/2021/1117/1680.html

上一篇：金属学及金属工艺论文_基于模糊神经网络PID的
下一篇：公路与水路运输论文_基于机器视觉的口岸车道闸