摘要
本申请公开了一种人工神经网络定制化边坡滑坡预警模型的构建及使用方法。该构建方法包括如下步骤:建立实际边坡的地质模型;勘探边坡是否存在明确潜在滑坡面;在滑坡体上选定监测点位及变形参数;对地质模型所有滑面进行滑坡仿真计算并形成样本数据;将样本数据用于神经网络模型训练,形成定制化滑坡预警模型。该使用方法采用上述的构建方法所构建的模型,采集实际边坡在选定点位上的监测变形数据,反演实际边坡的滑面位置,并通过点安全系数法为滑坡进行预测和预警。本申请针对某一确定的边坡地形、地质特征,通过神经网络学习,构建定制化预警模型,摒弃传统“普适模型”,个性化精准捕捉某一边坡独特变形规律,预警精度显著高于传统方法。
技术关键词
预警模型
人工神经网络
边坡
神经网络模型训练
安全系数法
强度折减法
监测点
生成样本数据
神经网络架构
变形规律
地层结构
训练算法
数值仿真
参数
结合点
岩土体
形态
地下水
系统为您推荐了相关专利信息
边坡柔性防护系统
耗能器
智能化检测方法
深度神经网络
形态学图像处理
航空发动机
典型
人工神经网络训练
三维模型
零件机械加工
数据采集分析方法
燃机电厂
关键特征值
服务器
数据采集分析系统
排放预测方法
决策树算法
SVR算法
支持向量回归
机器学习模型