- 详情
- 2021-04-27
- 简介
- 1.4MB
- 页数 4P
- 阅读 93
- 下载 33
边坡的实时变形一直是岩土工程界关心的问题,由于不同工程的条件不同,影响边坡位移的因素较多,进而使其变化趋势复杂.为了得到边坡位移与稳定性的关系,采用BP神经网络算法与强度折减法综合对土质边坡安全系数进行预测.结果显示:通过强度折减法计算出边坡位移,并获取较完善的BP神经网络样本数据,当迭代次数达到足够时,完全可以忽略预测结果与实际结果的误差;通过实际工程中的边坡监测数据,然后由建立的BP神经网络能够较为准确的输出边坡的强度折减系数,进而得到相应的安全系数.
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于BP神经网络算法下的边坡安全预测 1.4MB
基于EEMD的BP神经网络边坡预测研究 770KB
基于小波神经网络的某边坡预测研究 312KB
基于小波神经网络的某边坡预测研究 521KB
基于灰色神经网络的边坡形变预测研究 489KB
基于BP神经网络的民航安全预测方法研究 58KB
基于遗传克隆选择算法优化BP神经网络的地理信息预测研究 486KB
基于Bagging算法和遗传BP神经网络的负荷预测 277KB
改进BP神经网络算法在基坑沉降预测中的应用 292KB
基于BP神经网络的电力负荷预测算法 82KB