一种基于神经网络模型的边坡稳定性评价方法

本发明涉及边坡稳定技术领域，尤其涉及一种基于神经网络模型的边坡稳定性评价方法。其技术方案包括构建原始数据库、搭建多层感知器神经网络模型、训练优化模型与实现神经网络模型的动态更新与预警。本发明通过多维度的边坡工程数据为神经网络模型提供全面数据支撑，客观量化边坡稳定性，确保评价的一致性与准确性；同时，多层感知器神经网络模型能自动学习输入数据中的复杂特征，使模型对不同工况下的边坡稳定性判断更为精准；本发明采用自适应矩估计算法结合早停法训练优化模型，两者协同确保模型训练高效且可靠，在有限时间与数据资源下达到良好性能；本发明通过贝叶斯理论结合历史数据与模型预测结果提升预警可信度。