摘要
本发明涉及土质边坡可靠度分析技术领域,具体为一种降雨条件下含软岩夹层边坡稳定性评估与加固决策方法。基于对数正态分布生成软岩参数,通过LHS确保样本均匀性,并利用Cholesky分解引入负相关性;将数据映射回工程实际分布;结合理正软件计算边坡稳定性系数K,添加高斯噪声模拟实际误差,并对输入特征和输出标签进行标准化;数据集划分为训练集与测试集后,采用SVR模型预测K值,通过网格搜索优化超参数;最后基于标准化后的K值构建DNN,通过分类任务判定加固措施,并回归输出具体参数,最终分阶段生成完整的加固方案。本发明提升了参数生成与分析的可靠性,增强了稳定性评估与决策精度,优化了数据处理与模型泛化能力。
技术关键词
边坡稳定性评估
支持向量回归模型
决策方法
预测边坡稳定性
内摩擦角
拉丁超立方抽样
超参数
混合损失函数
样本
径向基核函数
Pearson相关系数
可靠度分析技术
数据抽样
协方差矩阵
深度神经网络模型
标签
分支
系统为您推荐了相关专利信息
强度预测方法
多孔颗粒
支持向量回归模型
径向基核函数
内部微观结构
智能决策方法
数据挖掘技术
社交
策略
动态时间规整算法
智能决策方法
历史运行数据
多源异构数据
时序预测模型
深度学习结构