论文部分内容阅读
随着我国经济的快速发展,大型基础建设项目的日益增多,出现了大量的岩质边坡,其边坡稳定问题逐渐成为我国岩土工程中的研究热点之一,边坡工程涉及矿山、公路、铁路、水利水电工程等工程领域,是一个复杂的系统工程,其稳定性直接影响整个工程的安全,严重威胁着人民的生命财产安全。因此,研究边坡的变形和稳定性的预测分析就显得十分重要。通过对岩质边坡的实时监测,掌握边坡变形的规律,结合边坡稳定的影响因子,并引入了人工智能计算、现代统计学理论以及非线性科学理论,科学的预测预报边坡变形破坏和稳定性预测分析,为防灾减灾提供了大量的科学依据。本文的主要研究内容和成果概述如下: (1)通过分析最小二乘支持向量机(LS-SVM)理论,考虑到最小二乘支持向量机的参数选择会对建模结果产生较大影响,将混沌优化与遗传算法(GA)结合起来,采用变尺度混沌遗传优化算法(CGA)对LS-SVM建模过程中的参数进行优化,为后文的边坡变形与稳定性分析预测提供了基础。 (2)结合边坡工程的特点,分析总结了影响边坡工程的主要影响因素,建立了50个典型边坡的数据库,在基于CGA-LSSVM模型的理论基础上,首次采用此模型建立边坡稳定性与这些影响因素之间的非线性关系,对边坡工程的安全系数进行预测分析。 (3)在研究小波分析(WT)和CGALSSVM理论的基础上,首次提出了基于WT-CGALSSVM的边坡变形预测。即利用小波变换原理对实际监测数据进行不同频带的小波分解,进而有效地提取实际变形量,再根据CGALSSVM模型处理非线性问题的优良性能,以便更好的预测分析边坡变形。 (4)根据溪洛渡左岸谷肩堆积体的工程地质资料和表观实时变形监测数据,分别利用CGALSSVM和WT-CGALSSVM模型对左岸谷肩堆积体IV区的稳定性与变形进行预测分析,即同时利用边坡的安全系数和变形来对左岸谷肩堆积体IV区的稳定性作出评价。