基于GA算法优化BP神经网络的边坡稳定性预测模型研究  

Research on slope stability prediction model optimized by BP neural network based on GA algorithm

作　　者：吴宝峰 张鹏远 WU Baofeng;ZHANG Pengyuan

机构地区：[1]黑龙江省水利综合事业中心,黑龙江哈尔滨150001

出　　处：《水利科学与寒区工程》2024年第12期1-3,共3页Hydro Science And Cold Zone Engineering

摘　　要：边坡稳定性预测是采矿和地质技术项目中最重要、最关键的任务之一。快速、精确的边坡稳定性预测对于安全作业和经济有效的边坡维护至关重要。在本文中,将遗传算法和BP神经网络相结合,提出了新的模型—GA-BP模型。此模型能够通过GA自动优化BP神经网络的超参数,提升预测准确度。用五种输入特征预测边坡安全系数,包括单位重量、内聚力、摩擦角、坡角和坡高。使用MAPE、RMSE和R^(2)作为评估指标。结果表明,GA-BP预测模型的MAPE、RMSE和R^(2)分别为(0.12045,0.18338,0.76784),该结果效果明显,能够证明该模型可以精准预测边坡安全系数。这一综合评估证实了GA-BP混合方法能够对边坡稳定性进行精确建模。

关 键 词：边坡稳定性 安全系数 机器学习 遗传算法 BP神经网络 

分 类 号：U416.14[交通运输工程—道路与铁道工程]