文献类型：期刊文章

作　　者：胡卫东[1,2] 曹文贵[1]

机构地区：[1]湖南大学岩土工程研究所,湖南长沙410082 [2]湖南理工学院土木建筑工程学院,湖南岳阳414000

出　　处：《铁道科学与工程学报》

基　　金：国家自然科学基金资助项目(51378198);高等学校博士学科点专项科研基金资助项目(20130161110017);湖南省教育厅资助项目(11C0618)

年　　份：2015

卷　　号：12

期　　号：1

起止页码：66-71

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD_E2015_2016、JST、RCCSE、ZGKJHX、核心刊

摘　　要：边坡稳定性评价与预测具有高度非线性和不确定性特征,难以用准确的数学模型表达。选取多个边坡工程实例构成学习样本集,以土体重度、内摩擦角、黏聚力、坡角、坡高、孔隙压力比6个主要影响因素作为土坡稳定性的评价判别指标;然后采用粒子群算法优化BP神经网络模型,实现混合算法,在保持BP网络算法误差反向传播修正权值特点的同时,将网络权值和阈值粒子化,利用粒子群算法的全局搜索性实现网络权值和阈值的更新,从而加快收敛速度和提高收敛精度,避免传统粒子群结合BP网络算法的"早熟"现象;通过与其他算法进行边坡稳定性评价的比较分析,表明了本文研究算法的可行性与合理性。

关 键 词：边坡稳定性 粒子群算法 BP神经网络  混合算法 优化  

分 类 号：TP183]