基于概率神经网络的岩土边坡稳定性预测方法

李守巨; 王吉喆; 刘迎曦

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于概率神经网络的岩土边坡稳定性预测方法

基础理论与实验研究 | 更新时间：2026-06-25

- 基于概率神经网络的岩土边坡稳定性预测方法
- Application of probabilistic neural networks to slope stability prediction
- 岩土力学 2006年27卷第S2期
- 作者机构：
  
  1. 大连理工大学工业装备结构分析国家重点实验室,大连,116024
  2. 大连医科大学附属第二医院,大连,116024
- 作者简介：
- 基金信息：
  
  家自然科学基金资助项目（No.10472025）
- DOI：
  中图分类号： TD853.34
- 网络首发：2006-12-16，
  
  纸质出版：2006
- 稿件说明：
移动端阅览
李守巨, 王吉喆, 刘迎曦. 基于概率神经网络的岩土边坡稳定性预测方法[J]. 岩土力学, 2006,27(S2).

LI Shou-ju, WANG Ji-zhe, LIU Ying-xi. Application of probabilistic neural networks to slope stability prediction[J]. 2006, 27(S2).
李守巨, 王吉喆, 刘迎曦. 基于概率神经网络的岩土边坡稳定性预测方法[J]. 岩土力学, 2006,27(S2). DOI：

LI Shou-ju, WANG Ji-zhe, LIU Ying-xi. Application of probabilistic neural networks to slope stability prediction[J]. 2006, 27(S2). DOI：

摘要

基于数据挖掘技术和智能系统，提出应用概率神经网络预测边坡稳定性的数值方法。根据大量边坡稳定或者失稳案例记录的数据库资料，采用数据挖掘方法能够从中提炼出有价值的分类模式。将岩土边坡的力学参数和几何形状作为神经网络的输入训练和测试神经网络。实际应用显示所建立的概率神经网络预测边坡稳定的实用性。与传统的极限平衡分析方法和极大似然估计方法相对比，所提出的概率神经网络具有更高的预测精度。

Abstract

Probabilistic neural network is applied to facilitate slope stability estimation by making use of data mining technique and intelligent system. Data mining can draw attention to meaningful structures in the archives of such slope stability data. The soil mechanical characteristics and the slope shape with significant influence on slope stability are used to train and test the neural network. Validation is performed to show the efficiency of probabilistic neural network for estimation of slope stability. The simulation results show that probabilistic neural network model generate higher predicting precision than the conventional linear regression

limit equilibrium method and maximum likelihood estimation.

关键词

Keywords

references

浏览量

162

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于场变量的边坡稳定分析有限元强度折减法?

采用不同Drucker-Prager屈服准则得到的边坡安全系数的转换

边坡稳定分析三维极限平衡条柱间力的讨论

基于最小二乘支持向量机的黄土湿陷性预测挖掘

计算边坡安全系数的坡向离心法