基于综合测量的岩土坡体稳定裕度的研究

论文摘要

针对目前现有的地质滑坡的形成条件、诱发因素错综复杂,使用传统的测量手段存在实时性差,准确度低的情况,提出一种基于BP神经网络的滑坡预警模型。通过多个节点传感器综合测量得到滑坡发生的输入参数,对多组输入参数进行降维处理,并使用遗传算法调整输入层、隐含层以及输出层的权值和阈值,提高神经网络的训练精度,使得输出层的预测值更接近理想期望值。通过对多组神经网络的样本训练之后,对训练后的神经网络进行泛化,并将其投入到实际的应用场景,对地质滑坡进行预测分析。同时,搭建滑坡预警的信息采集显示系统,通过下位机多个节点采集传感器信号,传至主节点加以显示并在上位机监测软件实时显示。通过实验验证采用神经网络的智能学习算法,得到的预测结果与实际情况基本一致,验证了神经网络对于滑坡预测的切实可行性。

论文目录

• 1 滑坡监测方法的设计与监测系统的搭建
•   1.1 实验场地的搭建
•   1.2 传感器采集系统的设计
•   1.3 上位机监测显示系统
• 2 BP神经网络建模理论
•   2.1 BP神经网络模型
•   2.2 输入变量的降维
• 3 建模实验与数据分析
• 4 结论

文章来源

类型: 期刊论文

作者: 季伟伟,李青,刘传奇,王茂杰,闫子壮

关键词: 岩土滑坡,神经网络,样本训练,监测系统

来源: 科技通报 2019年01期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 地质学,工业通用技术及设备,自动化技术

单位: 中国计量大学机电工程学院

基金: 大型高尾矿的多信息安全监控测量技术及装备(2017YFC0804604),国家自然科学基金项目(41376111)

分类号: P642.22;TP183

DOI: 10.13774/j.cnki.kjtb.2019.01.006

页码: 24-28

总页数: 5

文件大小: 223K

下载量: 71