基于T-S模型的模糊神经网络在边坡稳定评价中的应用

梁桂兰; 徐卫亚

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T-S模型的模糊神经网络在边坡稳定评价中的应用

基础理论与实验研究 | 更新时间：2026-06-25

- 基于T-S模型的模糊神经网络在边坡稳定评价中的应用
- Application of fuzzy-neural network based on T-S model to estimation of slope stability
- 岩土力学 2006年27卷第S2期
- 作者机构：
  
  河海大学岩土工程研究所,南京,210098
- 作者简介：
- 基金信息：
  
  国家自然科学基金重点项目(No.50539110);国家重点基础研究发展规划973项目(No.2002CB412707) 联合资助课题
- DOI：
  中图分类号： TU457
- 网络首发：2006-12-16，
  
  纸质出版：2006
- 稿件说明：
移动端阅览
梁桂兰, 徐卫亚. 基于T-S模型的模糊神经网络在边坡稳定评价中的应用[J]. 岩土力学, 2006,27(S2).

LIANG Gui-lan, XU Wei-ya. Application of fuzzy-neural network based on T-S model to estimation of slope stability[J]. 2006, 27(S2).
梁桂兰, 徐卫亚. 基于T-S模型的模糊神经网络在边坡稳定评价中的应用[J]. 岩土力学, 2006,27(S2). DOI：

LIANG Gui-lan, XU Wei-ya. Application of fuzzy-neural network based on T-S model to estimation of slope stability[J]. 2006, 27(S2). DOI：

摘要

受地质、工程等众多因素的影响，岩土质边坡稳定性具有未确知性、随机性、模糊性、可变性等特点，很难用简单的力学、数学模型描述。提出了用基于Takagi-Sugeno模型的模糊神经网络来对边坡稳定性进行评价，该模型同时兼具神经网络和模糊逻辑二者的优点，既可以比较容易地处理模糊性的实际问题，又具有较好的学习能力。将此模型与BP神经网络模型同时应用于80个实际边坡样本进行训练和预测，结果表明该模型具有预测精度更高、收敛速度更快、预测结果与实际结果吻合度更高的特点

Abstract

With the influence of various factors such as geology and engineering etc.

the stability of slope engineering is characterized by uncertainness

randomness

fuzziness

and alterableness. Therefore

it is hard to estimate by using simple mechanical and/or mathematic model. It is proposed to solve this problem by using fuzzy-neural network based on Takagi-Sugeno model

which has advantages of neural network and fuzzy logic model. It not only can easily solve the actual engineering problem with fuzziness but also has excellent learning ability. Application results reveal that this model has high accuracy and higher efficiency in convergence compared with the BP neural network model.

关键词

Keywords

references

浏览量

110

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

相遇蚁群算法在边坡非圆弧临界滑动面搜索中的应用研究

一种基于数值应力场的强度各向异性边坡稳定性分析方法

边坡失效概率估计的高斯过程动态响应面法

引汉济渭工程边坡岩体变形特性研究

考虑参数空间变异性的非饱和土坡可靠度分析