摘要
本发明属于边坡可靠性分析领域,公开了一种基于主动学习策略的边坡可靠度分析方法及装置,包括:对待分析边坡的控制变量进行数据采样;计算各采样点对应的边坡安全系数;对待分析边坡的功能函数进行求解;基于所有采样点和功能函数计算值,构建代理模型;利用法向搜索粒子群算法,对代理模型进行求解,获得备选点集Q;利用预构建的主动学习函数,对备选点集Q进行筛选采样,获得若干备选采样点;对代理模型进行更新,获得更新后的代理模型;基于新的采样点和更新后的代理模型,计算待分析边坡的失效概率,获得可靠度分析结果;本发明避免备选点集的容量过大,能够实现对备选点集的针对性采样筛选,有利于提高边坡可靠度分析的精度和效率。
技术关键词
主动学习策略
采样点
边坡安全系数
粒子群算法
径向基函数神经网络
采样模块
人工神经网络
可读存储介质
模型更新
分析系统
数据
低密度
计算机
处理器
电子设备
系统为您推荐了相关专利信息
模型辨识方法
死区非线性
粒子群算法
参数
多项式
覆盖检测方法
采样点
信号
非暂态计算机可读存储介质
三维立体模型
电池充放电检测
高斯混合模型
协方差矩阵
粒子群算法优化
GMM模型