基于SOFM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SOFM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SOFM神经网络的边坡稳定性评价
- Evaluation of slope stability based on SOFM neural network
- 岩土力学 2008年29卷第8期
- 作者机构：
  
  1. 浙江大学软弱土与环境土工教育部重点实验室,杭州,310027
  2. 中国海洋大学环境科学与工程学院,青岛,266003
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TU413.6
- 网络首发：2013-08-02，
  
  纸质出版：2008
- 稿件说明：
移动端阅览
薛新华, 张我华, 刘红军. 基于SOFM神经网络的边坡稳定性评价[J]. 岩土力学, 2008,29(8).

XUE Xin-hua, ZHANG Wo-hua, LIU Hong-jun. Evaluation of slope stability based on SOFM neural network[J]. 2008, 29(8).
薛新华, 张我华, 刘红军. 基于SOFM神经网络的边坡稳定性评价[J]. 岩土力学, 2008,29(8). DOI：

XUE Xin-hua, ZHANG Wo-hua, LIU Hong-jun. Evaluation of slope stability based on SOFM neural network[J]. 2008, 29(8). DOI：

摘要

针对边坡工程稳定性分析中参数的不确定性，在分析自组织特征映射神经网络（SOFM）基本学习算法的基础上，从提高算法收敛速度和性能出发，将自组织特征映射神经网络基本学习算法加以改进，据此建立了评价边坡稳定状态的SOFM神经网络模型。然后用收集到的边坡稳定工程实例作为样本，对该模型进行训练和检验，并与BP神经网络判别结果对比。结果表明，SOFM神经网络性能良好、预测精度高，是边坡稳定性评价的一种有效方法。

Abstract

Considering uncertainty of parameter in slope stability analysis

an improved algorithm for self-organizing feature map(SOFM) neural network is presented to increase the convergence speed and capability

and a SOFM neural network model for evaluating the status of the slope stability is established based on the improved algorithm. Then

the SOFM neural network model is trained and checked with the collected slope analyzing examples

and compared with results obtained by the BP neural network. The results show that the SOFM neural network presents excellent network performance

high prediction accuracy; and it is an effective way to evaluate the stability of slopes.

关键词

Keywords

references

浏览量

1289

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于响应面法的边坡稳定二阶可靠度分析

大降雨条件下气压力对边坡稳定的影响研究

干湿循环作用下砂岩力学特性及其本构模型的神经网络模拟

基于蒙特卡罗边坡稳定二元体系的建立与应用

边坡稳定可靠度分析的广义可行方向法