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。
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。滑坡體位于壩上50m處,俯視呈現(xiàn)不規(guī)則的“長方形”。該滑坡坡度達35°,上部緩,下部陡,坡面明顯有三級緩坡臺面,其中高程達2610m一帶有小范圍裸露基巖?;潞缶売小比σ巍睜铄e坎,坎高達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)臉藴剩?5)計算隱層節(jié)點參數(shù);(6)訓(xùn)練次數(shù)達到設(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,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
[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