10.3969/j.issn.1673-8047.2020.01.002
基于PCA和BP神经网络的中南公路岩质边坡稳定性预测
综合利用主成分分析法(Principle Component Analysis,PCA)对影响公路岩质边坡稳定性的6个因素进行主成分提取,提取的 4 个主成分作为 BP 神经网络的输入变量,边坡状态作为输出变量,并采用Levenberg-Marquardt(LM)算法优化BP神经网络,建立了基于PCA-LM-BP 神经网络的公路边坡稳定预测模型. 结合中南公路岩质边坡工程实例,将PCA-LM-BP神经网络模型的预测结果与LM-BP神经网络模型、BP神经网络模型预测结果进行对比. 结果表明:基于PCA-LM-BP神经网络的预测模型精度较高,可为预测中南公路边坡稳定性提供一定的依据.
岩质边坡、主成分分析、Levenberg-Marquardt算法、BP神经网络、稳定性
22
TU43(土力学、地基基础工程)
国家自然科学基金资助项目;河北省教育厅在读研究生创新能力培养资助项目;河北地质大学第十六届学生科技基金后补助科研项目
2020-04-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
10-16