基于PCA和BP神经网络的中南公路岩质边坡稳定性预测

摘要：

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.

关键词：岩质边坡、主成分分析、Levenberg-Marquardt算法、BP神经网络、稳定性

所属期刊栏目：22

分类号：TU43(土力学、地基基础工程)

资助基金：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

在线出版日期：2020-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：10-16