岩质边坡稳定性预测模型的评价指标处理方法研究
灰色关联度(GRA)、粗糙集(RS)和主成分分析(PCA)方法是目前在边坡稳定性预测模型研究领域中较为常用的评价指标处理方法,但不同处理方法的特征及适用性仍然不是很明确.本文以BP神经网络岩质边坡模型为例,采用上述3种方法及其组合方法对影响边坡稳定的11个评价指标进行处理获得关键指标,进而建立边坡稳定性预测模型.通过系统分析模型预测效果的差异,深入探讨不同处理方法的特征和适用性.结果表明:不同的处理方法有自身的特征及适用性,需要以评价指标间和评价指标与评价结果间相关关系的差异确定选择哪种评价指标处理方法;不同处理方法的组合对模型预测效果的影响与处理方法自身特征有较大的关系,只有充分发挥不同处理方法的固有特征时,才能显著提高边坡稳定性预测模型的精度.
灰色关联度、粗糙集、主成分分析、BP神经网络模型、关键指标
29
P542;X43;TU458+.4(构造地质学)
国家自然科学基金资助项目;河北省自然科学基金项目;山西省国土资源厅省级地质勘查项目
2020-11-30(万方平台首次上网日期,不代表论文的发表时间)
共11页
150-160