公路
公路
공로
HIGHWAY
2013年
7期
32-37
,共6页
无黏性土公路边坡%稳定性安全系数Fs%变形值%神经网络法
無黏性土公路邊坡%穩定性安全繫數Fs%變形值%神經網絡法
무점성토공로변파%은정성안전계수Fs%변형치%신경망락법
cohesionless soil highway slope%safety factor of stability Fs%deformation value%Artificial Neural Network (ANN)
为了实现对非黏性土公路边坡的稳定性实时预警,采用神经网络方法建立了公路边坡稳定性安全系数Fs和变形值的关系模型.该方法克服了Fs不能实时获取的弊端,由实时测量的变形值计算出Fs,并通过Fs实现无黏性土公路边坡稳定性的实时预警,避免了传统实时预警方法中需要根据经验设定各种变形值阀值的问题.对某无黏性土公路边坡的试验研究表明,神经网络模型计算精度优于其他经验模型,且能够满足工程实时监测的需要.
為瞭實現對非黏性土公路邊坡的穩定性實時預警,採用神經網絡方法建立瞭公路邊坡穩定性安全繫數Fs和變形值的關繫模型.該方法剋服瞭Fs不能實時穫取的弊耑,由實時測量的變形值計算齣Fs,併通過Fs實現無黏性土公路邊坡穩定性的實時預警,避免瞭傳統實時預警方法中需要根據經驗設定各種變形值閥值的問題.對某無黏性土公路邊坡的試驗研究錶明,神經網絡模型計算精度優于其他經驗模型,且能夠滿足工程實時鑑測的需要.
위료실현대비점성토공로변파적은정성실시예경,채용신경망락방법건립료공로변파은정성안전계수Fs화변형치적관계모형.해방법극복료Fs불능실시획취적폐단,유실시측량적변형치계산출Fs,병통과Fs실현무점성토공로변파은정성적실시예경,피면료전통실시예경방법중수요근거경험설정각충변형치벌치적문제.대모무점성토공로변파적시험연구표명,신경망락모형계산정도우우기타경험모형,차능구만족공정실시감측적수요.