基于MIV-BP网络与粗糙集的边坡敏感性分析
结合BP神经网络与MIV算法,提出一种新的边坡稳定性影响因素敏感性分析方法。运用MATLAB程序对边坡的稳定性的影响因素进行敏感性分析,通过对选取的48个边坡工程实例进行神经网络模型的有效验证。并在MIV-BP网络分析的基础上,将其主要因素采用FCM算法离散属性数据,将边坡稳定性影响因素敏感性转化为粗糙集理论中属性重要性问题,综合分析结果表明:各因素对边坡稳定性的敏感性由大到小依次为内摩擦角、凝聚力、容重、边坡角、边坡高度、孔隙水压力比。
MIV-BP神经网络、模糊C-均值算法、粗糙集、边坡稳定性、敏感性分析
34
TU457(土力学、地基基础工程)
2016-11-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
1706-1711