基于GA-BP神经网络边坡稳定性预测的方法及应用
Method and application of slope stability prediction based on GA-BP neural network作者机构:低品位难处理黄金资源综合利用国家重点实验室福建上杭364204 紫金矿业集团股份有限公司福建上杭364200 紫金(长沙)工程技术有限公司湖南长沙410017
出 版 物:《中国安全生产科学技术》 (Journal of Safety Science and Technology)
年 卷 期:2024年第20卷第6期
页 面:161-167页
学科分类:08[工学] 0837[工学-安全科学与工程]
基 金:国家重点研发计划项目(2022YFC2903904)
摘 要:为更有效预测边坡安全系数,以边坡的6个主要特征(重度γ、黏聚力c、内摩擦角φ、边坡角α、边坡高度H和孔隙水压力r u)参数为研究基础,构建基于遗传算法优化BP神经网络的边坡稳定性预测模型。首先,收集205组边坡案例建立样本数据集,采用分布小提琴图和皮尔逊相关性分析系数检验矩阵进行特征参数分布特征与相关性的可视化分析;然后,采用构建的预测模型进行训练和测试;最后,对测试结果进行验证。研究结果表明:各特征参数的小提琴图分布相类似,特征参数之间相关性不显著,样本数据集较为合理;GA-BP与BP神经网络预测结果整体上均接近真实值,而采用遗传算法优化后的模型在预测方面具有更好的准确度和稳度。研究结果可为边坡稳定性状态判断提供一定参考。