不同神经网络模型评估南水北调中线高填方渠道边坡稳定性
2021-03-22叶午旋沈丹萍
河南科学 2021年2期
叶午旋, 苏 霞, 王 媛, 沈丹萍, 任 杰
(1.河海大学力学与材料学院,南京 211100; 2.南水北调中线干线工程建设管理局,北京 100000;3.河海大学水利水电学院,南京 210098)
在水利工程中,影响堤防边坡稳定性的因素有很多,堤防边坡失稳会对周边安全及经济带了巨大的损失. 南水北调中线工程是迄今为止世界上最大的调水工程,全长约1432 km[1],一期工程年调水量约95亿m3[2],南水北调的典型堤段涉及高填方、深挖方和膨胀土边坡,且采用大量大型输水建筑物和复杂人工构筑渠道,因此地质及工程条件极其复杂,近年来时有滑坡事故发生. 最早研究边坡问题运用的是极限平衡法,考虑土体不确定性,可靠度分析方法可以更好地反映真实情况. 随着人工智能的快速发展[3],研究人员开启了研究边坡问题的新方法[4-5]. 神经网络方法为人工智能的分支,可以处理非线性信息,有较强的计算效率,其中运用最广泛的为BP神经网络. 很多学者利用BP神经网络研究边坡的稳定性[6-8],由于BP神经网络的局限性,很多学者对BP神经网络进行改进或者优化. 有的学者提出了数据归一化的改进方法[9],有的学者用遗传算法去优化BP神经网络模型去分析边坡稳定性问题[10-13]. 对于南水北调工程,大部分学者对于渠道边坡稳定性的分析都是有限元的方法[14-15],而实际工程中很多参数的准确获取有困难. 边坡监测数据建模是掌握边坡安全状况的主要途径,通过监测数据去获取相关参数从而去评估边坡的……
登录APP查看全文
