基于PCA—GRNN神经网络的露天矿边坡稳定性分析
2016-09-23闫守志郭绍征陈勇智赵建强倪泽雨
科技与创新 2016年16期
闫守志 郭绍征 陈勇智 赵建强 倪泽雨



摘 要:露天矿边坡稳定性分析是一个复杂的非线性、不确定的动态系统,各因素之间具有一定的相关性。首次应用主成分与GRNN神经网络结合的原理和方法,建立了边坡稳定性评价模型,能定量得出各主成分对边坡稳定性的影响程度。利用PCA-GRNN神经网络评价模型对边坡安全系数进行了预测,并与真实值进行了对比分析,得出了PCA-GRNN方法评价精度较高、相对误差较小。由此可见,该模型在边坡稳定性的分析中具有较高的可行性和适用性。
关键词:边坡稳定性;主成分分析;GRNN神经网络;特征根
中图分类号:TD854.6 文献标识码:A DOI:10.15913/j.cnki.kjycx.2016.16.013
露天矿边坡稳定性分析是工程界和学术界关注的重要课题,但各因素间的交互作用在单因素分析的方法中已被忽略,无法很好地符合实际情况。国内外使用较为广泛的边坡稳定性分析方法主要有数值分析法、极限平衡法等。这些方法都需综合考虑影响边坡稳定的主要因素,其过程比较复杂,计算烦琐,无法准确地描述边坡的非线性特征。由于计算机技术的不断进步,关于边坡稳定性评价的方法得到了的改进,一些复合评价方法也被逐渐应用到了边坡稳定性的分析中。冯夏庭等人提出了边坡稳定性的神经网络估计方法。 主成分分析方法应用已较为成熟,但运用主成分对边坡稳定性的研究较为缺乏。
1 主成分分析法的基本思想
在对实际问题研究的过程中,一般情况都是关于n个样本,每个样本包含p个随机变量的问题,数学上的处理方式为将原始的p个变量作线性组合。……
登录APP查看全文
