基于CSMR和卷积神经网络的岩质边坡稳定性分析 |
| |
引用本文: | 傅杨攀,刘勇健,陈贡发,陈旭林,张友,刘海龙.基于CSMR和卷积神经网络的岩质边坡稳定性分析[J].自然灾害学报,2023(1):114-121. |
| |
作者姓名: | 傅杨攀 刘勇健 陈贡发 陈旭林 张友 刘海龙 |
| |
作者单位: | 广东工业大学岩土工程研究所 |
| |
基金项目: | 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)~~; |
| |
摘 要: | 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(F1、F2、F3)、开挖方法修正系数F4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 |
|
|