网站首页
教育杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
医学杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
经济杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
金融杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
管理杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
科技杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
工业杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
SCI杂志
中科院1区 中科院2区 中科院3区 中科院4区
全部期刊
公務(wù)員期刊網(wǎng) 論文中心 正文

水利工程邊坡穩(wěn)定性中RNN的研究

前言:想要寫出一篇引人入勝的文章?我們特意為您整理了水利工程邊坡穩(wěn)定性中RNN的研究范文,希望能給你帶來靈感和參考,敬請閱讀。

水利工程邊坡穩(wěn)定性中RNN的研究

摘要:利用循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)構(gòu)建了邊坡穩(wěn)定性預(yù)測模型,并以實際工程數(shù)據(jù)為例通過模型進行預(yù)測。本文提出模型具有較好的預(yù)測效果,能夠滿足工程需要。

關(guān)鍵詞:循環(huán)神經(jīng)網(wǎng)絡(luò);邊坡;穩(wěn)定性

水利工程施工過程中必然需要對山體進行開挖,坡體穩(wěn)定性是工程建設(shè)可行性和施工管理的關(guān)鍵。邊坡穩(wěn)定性分析對于勘查、設(shè)計和施工而言相當(dāng)重要[1]。近年來,由于計算機的高速發(fā)展,水利工程邊坡穩(wěn)定性研究成為當(dāng)下研究的熱點。支持向量機、隨機森林、極限學(xué)習(xí)機等機器學(xué)習(xí)方法被廣泛應(yīng)用于邊坡穩(wěn)定性研究[2]。對于工程設(shè)計、施工和管理者而言,利用循環(huán)神經(jīng)網(wǎng)絡(luò)算法能夠較好地對邊坡穩(wěn)定性進行計算分析,搭建用于水利工程邊坡穩(wěn)定性分析的模型,可以準(zhǔn)確地獲得所需的分析結(jié)果。

1工程概況

該工程壩址位于河口上游650m處,工程邊坡位于壩址左岸,山體三面臨空,山頂俯視成圓形,山脊地形相對平緩,分布著殘積塊碎石土,結(jié)構(gòu)相對松散。山體自然坡度一般為40°~52°,總體是河谷一側(cè)相對較陡?;麦w位于壩上50m處,俯視呈現(xiàn)不規(guī)則的“長方形”。該滑坡坡度達(dá)35°,上部緩,下部陡,坡面明顯有三級緩坡臺面,其中高程達(dá)2610m一帶有小范圍裸露基巖。滑坡后緣有”圈椅”狀錯坎,坎高達(dá)10m,上下游側(cè)以小沖溝為界,堆積體長約320m寬140m,滑坡體平均厚度約11.5m,向偏西方向滑動,估算滑坡堆積體方量約41×104m3。

2循環(huán)神經(jīng)網(wǎng)絡(luò)原理

循環(huán)神經(jīng)網(wǎng)絡(luò)通過模擬人腦對數(shù)據(jù)進行處理,通過各層的連接傳送信號以達(dá)到解決非線性問題的目的。包括輸入、輸出層和中間隱層[3]。隱層是循環(huán)神經(jīng)網(wǎng)絡(luò)的核心,隱層數(shù)量直接決定著網(wǎng)絡(luò)的效果。圖1為循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。設(shè)輸出層的輸入為N1,隱層輸入為h,激活函數(shù)為σ,則有:模型具體建立過程如下:(1)初始化連接權(quán)和偏置;(2)選取實際工程數(shù)據(jù)作為樣本集;(3)為輸入節(jié)點設(shè)置合適的參數(shù);(4)為輸出節(jié)點設(shè)置適當(dāng)?shù)臉?biāo)準(zhǔn);(5)計算隱層節(jié)點參數(shù);(6)訓(xùn)練次數(shù)達(dá)到設(shè)定值或誤差符合要求時,訓(xùn)練結(jié)束。

3實驗

本文以某水利工程為例,選取600組數(shù)據(jù)用于循環(huán)神經(jīng)網(wǎng)絡(luò)訓(xùn)練,100組數(shù)據(jù)用于驗證。對比了循環(huán)神經(jīng)網(wǎng)絡(luò)的預(yù)測值和真實值的關(guān)系,如圖2所示。圖2的預(yù)測結(jié)果說明循環(huán)神經(jīng)網(wǎng)絡(luò)具有較好的擬合效果和預(yù)測結(jié)果,能夠較為準(zhǔn)確地預(yù)測出邊坡穩(wěn)定系數(shù)。均方誤差和平均絕對誤差作為算法性能的重要評價指標(biāo),可以通過式(6)-式(8)得到。本節(jié)通過均方誤差MSE和平均絕對誤差MAE將循環(huán)神經(jīng)網(wǎng)絡(luò)預(yù)測模型(rnn)分別和線性回歸模型(LR)、灰度模型(GM(1,1))進行對比,結(jié)果見表1。表1表明,循環(huán)神經(jīng)網(wǎng)絡(luò)的預(yù)測誤差在允許范圍之內(nèi),可以被接受。且與其它模型相比,該模型的均方誤差和平均絕對誤差均為最小。這也說明將循環(huán)神經(jīng)網(wǎng)絡(luò)用于邊坡穩(wěn)定新分析是可行的。

4結(jié)論

本文將循環(huán)神經(jīng)網(wǎng)絡(luò)用于實際水利工程中邊坡穩(wěn)定性分析,實驗結(jié)果表明該方法具有的較好預(yù)測效果,具有一定的可行性。但還需更大規(guī)模的數(shù)據(jù)對該方法進行進一步的驗證以確保其可靠性。

參考文獻(xiàn)

[1]趙永清.飽和砂性土邊坡穩(wěn)定性研究[J].山西建筑,2020,46(5):46-48.

[2]曹寧.苦咸水反滲透淡化技術(shù)的研究[J].硅酸鹽通報,2017,36(4):1241-1244.

[3]黃婕.基于RNN-CNN集成深度學(xué)習(xí)模型的PM_(2.5)小時濃(7)度預(yù)測研究[D].杭州:浙江大學(xué),2018.

作者:彭睿哲 單位:中國電建集團西北勘測設(shè)計研究院有限公司

免责声明

本站为第三方开放式学习交流平台,所有内容均为用户上传,仅供参考,不代表本站立场。若内容不实请联系在线客服删除,服务时间:8:00~21:00。

AI写作,高效原创

在线指导,快速准确,满意为止

立即体验
文秘服务 AI帮写作 润色服务 论文发表