二维随机场下边坡稳定性的径向基函数神经网络分析法

摘要：

岩土参数的随机性会直接影响边坡稳定性评价结果的精度.首先,依据边坡参数的常用分布特征,利用拉丁超立方抽样法生成若干组边坡土性参数和几何参数的随机样本,用有限元强度折减法求解各组样本对应的边坡安全系数.再考虑土性参数的空间变异性,在二维随机场模型下将蒙特卡罗模拟和有限元强度折减法相结合求解各组样本对应的边坡失效概率.然后,利用样本数据及其安全系数和失效概率对径向基函数(RBF)神经网络进行训练和测试,从而建立边坡安全系数和失效概率的预测模型.算例表明,二维随机场模型能相对精确地考虑参数的空间变异性;在此基础上建立的神经网络模型对边坡的安全系数和失效概率具有较高的预测精度,且能极大地节省边坡稳定性分析的时间.

关键词：边坡稳定性、安全系数、可靠度、二维随机场、径向基函数神经网络

所属期刊栏目：36

分类号：TU432(土力学、地基基础工程)

资助基金：国家自然科学基金项目No.51278217.

在线出版日期：2015-06-05（万方平台首次上网日期，不代表论文的发表时间）

页码：1205-1210