基于粒子群 BP 网络混合算法的边坡稳定性评价

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(自动化基础理论)

资助基金：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

在线出版日期：2015-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：66-71