基于遗传算法和模糊神经网络的边坡稳定性评价

薛新华; 张我华; 刘红军

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 >

基于遗传算法和模糊神经网络的边坡稳定性评价

基础理论与实验研究 | 更新时间：2026-06-25

- 基于遗传算法和模糊神经网络的边坡稳定性评价
- Evaluation of slope stability based on genetic algorithm and fuzzy neural network
- 岩土力学 2007年28卷第12期
- 作者机构：
  
  1. 浙江大学岩土工程研究所,杭州,310027
  2. 中国海洋大学环科院,青岛,266003
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TU433
- 网络首发：2013-10-18，
  
  纸质出版：2007
- 稿件说明：
移动端阅览
薛新华, 张我华, 刘红军. 基于遗传算法和模糊神经网络的边坡稳定性评价[J]. 岩土力学, 2007,28(12).

XUE Xin-hua, ZHANG Wo–hua, LIU Hong-jun. Evaluation of slope stability based on genetic algorithm and fuzzy neural network[J]. 2007, 28(12).
薛新华, 张我华, 刘红军. 基于遗传算法和模糊神经网络的边坡稳定性评价[J]. 岩土力学, 2007,28(12). DOI：

XUE Xin-hua, ZHANG Wo–hua, LIU Hong-jun. Evaluation of slope stability based on genetic algorithm and fuzzy neural network[J]. 2007, 28(12). DOI：

摘要

边坡工程是一个动态的、模糊的、开放的复杂非线性系统，传统的分析方法有时难以对复杂边坡的稳定性做出符合实际的评价。影响边坡稳定性的因素复杂且具有随机性和模糊性。由于神经网络方法不仅能考虑定量因素，而且能考虑定性因素的影响，因而神经网络方法适用于解决非确定性的边坡稳定性评价问题。综合考虑影响边坡稳定性的各方面因素，建立了基于遗传算法的模糊神经网络模型，并利用大量工程资料对网络进行训练和测试。预测结果表明，该模型的预测精度明显高于目前同类方法。

Abstract

Slope engineering is a dynamic

fuzzy

open and complicated nonlinear system

which makes it difficult to evaluate complicated slopes conforming to reality by the traditional analysis method. The factors which control and affect slope stability are random and fuzzy variables. As artificial neural network can consider both quantitative and qualitative factors

it is suitable to solve the uncertain problems

such as the estimation of slope stability. In consideration of influencing factors of the slope stability

a fuzzy neural network model based on genetic algorithm is established to predict slope stability

and many engineering data are collected to train and examine the model. Compared with the BP neural network

the presented model has higher predicting accuracy.

关键词

Keywords

references

浏览量

1573

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于模糊因素的岩质边坡地震稳定性多模型组合评价

基于交替变量局部梯度法对土质边坡的三维稳定性分析

降雨过程中边坡临界滑动场

基于有限元计算的边坡三维滑裂面搜索

边坡可靠度分析的非侵入式随机有限元法