基于小波神经网络的某边坡预测研究

边坡的地表位移监测是滑坡安全监控中的重要内容,对监测资料进行及时、合理和有效的分析,获取滑坡变形规律和安全状况是滑坡监测的重要工作之一。文章将基于BP算法的小波神经网络预测模型引入变形监测预报中,对工程实例进行了预测。结果表明小波神经网络预测可以取得良好的效果,且自适应预测能力较强。     

长白山区公路边坡人工植草后土壤动物群落特征

对长白山区高速公路边坡的中小型土壤动物进行了调查,探讨了人工植被恢复后公路边坡土壤动物的群落特征.研究区内共捕获中小型土壤动物32类,4 807只.结果表明:不同生境土壤动物群落类群数和个体数量的多样性特征存在差异,阳坡土壤动物的类群数大于阴坡,而个体数量小于阴坡;土壤动物群落个体和类群主要集中分布在0～5 cm土壤层...     

国道108线沙溪坝-陵江段高速公路生态护坡技术及应用

针对高速公路不同条件的边坡及其不同基础工程，采用不同的植草技术进行生态护坡．植草第二年边坡植被覆盖度达87％～100％，1：0．6-0．9坡面冲刷沟断面积减少61．1％，景观自然．     

高陡边坡地下水渗流场三维有限元分析及其实例研究

复杂多变不均匀介质中各向异性地下水渗流是非线性的,采用三维有限元数值分析是处理实际多介质复杂边界条件的渗流问题的有效方法。导出了三维渗流数值模型,实现了三维渗透流动问题任意渗出面的迭代求解。通过对高陡边坡三维渗流问题的实例计算,得到了计算水平各个剖面的浸润线图,结果表明与实际情况相符,为边坡安全设计、工程处理提供依据。图6,参11。     

黄土边坡稳定性分析的神经网络方法

针对黄土边坡稳定分析计算方法繁琐、复杂、精度低等缺陷,应用神经网络理论,提出了黄土边坡稳定性分析的新方法.以14个边坡工程的稳定状况作为学习样本和预测样本,讨论了基于神经网络技术的黄土边坡稳定性分析方法及其有效性.研究表明,神经网络方法具有精度高,收敛速度快,容错能力高等特点,且操作简洁方便,能有效地应用于黄土边坡稳定性分析.     

基于MATLAB神经网络工具箱的边坡冲刷量计算

介绍了人工神经网络BP模型和MATLAB神经网络工具箱。在分析坡面冲刷过程与神经网络模型特点具有某些相似的基础上，以MATLAB—NNT为工具对6种模型结构进行试验，证明ANN4效果最好。利用ANN4对土的冲刷量进行模拟及预测，通过与连徐高速公路邳州段路堤边坡冲刷试验观测资料分析比较，显示具有较好的模拟预测效果。     

贵州凯麻高等级公路峨山冲段新开石质边坡绿化调查

对贵州凯麻高等级公路峨山冲段新开石质边坡绿化进行了调查,并与边沿植被及未绿化地进行了比较,认为在陡峭山岩快速绿化的技术,在治理新开石质边坡生态方面具有好的效果,能在短期内快速绿化、改变边坡生态受破坏的状况,对同类型地段的生态治理及绿化有好的借鉴意义,值得大力推广。     

耦合地震作用对锚固顺层岩质边坡响应分析

利用有限差分软件FLAC3D建立一个锚杆支护的顺层岩质边坡动力数值分析模型,通过分析坡面上的监测点位移响应和加速度响应在不同地震作用下响应,以及不同地震荷载作用下对锚杆轴力大小的影响;证明了竖向地震作用在边坡破坏中的作用。研究结果对锚杆支护边坡的抗震设计起到有益的启示作用。     

三峡库区大坡滑坡成因机制分析及稳定性评价

大坡滑坡是三峡库区典型的非涉水覆盖层滑坡,于2017年6月17日发生变形破坏,造成前缘道路中断和多户房屋墙体开裂。为避免后部及前缘区域邻近滑坡群被激活而加剧变形,通过野外地质调查、钻孔勘探、现场监测、室内试验和模型计算,从地质因素和环境因素两方面分析了滑坡的成因机制及触发因素,并考虑人为活动和极端降雨在内的两种工况进行了稳定性评价。结果表明：大坡滑坡属于浅层多级滑面顺层岩质滑坡,该滑坡变形的外因主要是持续性降雨/强降雨和人类活动,库水位升降影响甚微。在水蚀作用下,薄层堆积体下砂岩、砂质页岩及炭质页岩层面的强度弱化是该滑坡变形的主要内因。稳定性计算结果也表明,人类活动促进了滑坡的形成和发育,极端降雨显著降低了滑坡稳定性,在此基础上提出了“抗滑桩板墙+截排水工程”工程治理方案。相关结论对于库区非涉水滑坡的形成机理分析及工程治理具有一定的参考价值。     

钢筋混凝土抗滑桩在露天矿边坡治理中的应用

为了解决宝日希勒露天煤矿采场边坡失稳的问题,论述了采用抗滑桩来进行边坡治理的途径.通过对地质条件及现场情况的分析,将采用大型钢筋混凝土抗滑桩加固边坡.计算结果表明:该方法技术上可行,经济上合理,是解决露天矿边坡失稳的理想措施之一.