基于BP神经网络方法的边坡地表沉降预测研究，孙维吉，郭嗣琮，露天开采地表变形受岩体力学性质、地质构造、岩体结构、地应力场、地下水，露天矿采剥、工程荷载条件、地震作用、气象条件及植被
2022-02-21 23:47:22
302KB
1
使用Python编写的RBF神经网络算法，用来对边坡的位移进行预测。该算法在实际中已经得到了验证，在边坡位移预测中具有很大的使用价值。
2022-02-17 17:16:36
3KB
1
针对灰色理论传统的等时距GM（1,1）模型存在不能应用于工程实际中常常存在的非等时距的监测时序问题，建立了不等时距的灰色GM（1,1）边坡位移预测模型。鉴于模型建立及应用中的计算比较烦琐，将模型编制成应用软件，支持输入少量历史监测数据预测指定时间的边坡位移。通过实例利用应用软件对边坡位移进行了预测，实际证明其拟合精度较好,预测结果正确可靠,能够反映边坡位移的客观存在与发展态势，且提高了效率，便于实际工程应用。
2022-02-06 16:50:44
199KB
1
以典型滑坡位移-时间曲线为依据,利用现有的位移曲线拟合、相似地区滑坡位移曲线类比以及专业监测人员对加速阶段报警阀值调整的3种方法,建立边坡雷达滑坡监测预警机制。通过黑岱沟露天煤矿的应用实例分析,确定该监测预警机制是合理、可靠的。
2021-12-29 09:46:50
850KB
1
传统的边坡稳定极限平衡分析法采用垂直条分法，这个方法没有考虑岩质边坡中存在断层、节理等不连续结构面的特征。在自然界中，绝大部分岩体至少存在一组陡倾角的结构面。滑体沿某一滑裂面滑动的同时在其内部也产生沿陡倾角结构面的剪切破坏。因此使用多块体破坏模式来分析岩质边坡的稳定性有一定的合理性。
内附例题
2021-12-27 09:51:39
7.88MB
1