公路与汽运
公路與汽運
공로여기운
HIGHWAYS & AUTOMOTIVE APPLICATIONS
2009年
4期
145-147
,共3页
公路%BP神经网络%边坡%稳定性预测
公路%BP神經網絡%邊坡%穩定性預測
공로%BP신경망락%변파%은정성예측
以重度、粘聚力、摩擦角、边坡角、坡高、孔隙压力比作为输入,采用同一地区的17个滑坡样本数据,建立了6个输入层、6个隐舍层、1个输出层的反向传播神经网络;通过网络训练和分析,得到了该地区的滑坡预报模型和连接权值.结果表明,采用人工神经网络评价边坡的稳定性是可行而有效的.
以重度、粘聚力、摩抆角、邊坡角、坡高、孔隙壓力比作為輸入,採用同一地區的17箇滑坡樣本數據,建立瞭6箇輸入層、6箇隱捨層、1箇輸齣層的反嚮傳播神經網絡;通過網絡訓練和分析,得到瞭該地區的滑坡預報模型和連接權值.結果錶明,採用人工神經網絡評價邊坡的穩定性是可行而有效的.
이중도、점취력、마찰각、변파각、파고、공극압력비작위수입,채용동일지구적17개활파양본수거,건립료6개수입층、6개은사층、1개수출층적반향전파신경망락;통과망락훈련화분석,득도료해지구적활파예보모형화련접권치.결과표명,채용인공신경망락평개변파적은정성시가행이유효적.
