边坡神经网络模型选取方法、装置、设备及可读存储介质

本发明涉及山地灾害，具体而言，涉及边坡神经网络模型选取方法、装置、设备及可读存储介质。

背景技术：

1、随着智能岩土的高速发展，各种神经网络模型也都用于边坡稳定性的分析、边坡破坏模式的识别及边坡表观变形特征的预测，而现有的最优神经网络类型的选取方法不仅选取精度低高、应用范围窄，且还容易出现错误判断的情况，从而造成设计、施工上的错误和工程安全隐患。经相关调查显示，过去在选择最优神经网络类型中，少有基于边坡破坏模式选取最优神经网络类型的应用，而通过多种实验证明，基于边坡破坏模式来选取最优神经网络类型的方法更具有科学性和实用性。

技术实现思路

1、本发明的目的在于提供一种边坡神经网络模型选取方法、装置、设备及可读存储介质，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：

2、第一方面，本申请提供了一种边坡神经网络模型选取方法，包括：

3、根据破坏模式将边坡划分为若干种不同种类的边坡,获取每种边坡的研究参数；

4、通过数值模拟计算每种边坡在不同研究参数下的变形特征，以研究参数为输入标签、变形特征为输出标签构建每种边坡的数据样本集；

5、分别根据每种边坡对应的所述数据样本集对神经网络模型进行训练和测试，得到每种边坡对应的最优神经网络模型和模型结构参数；

6、根据所有边坡对应的最优神经网络模型和模型结构参数建立专家系统；

7、获取现场边坡的破坏模式，将所述现场边坡的破坏模式输入所述专家系统，得到现场边坡的建议神经网络模型和对应的模型结构参数。

8、第二方面，本申请还提供了一种边坡神经网络模型选取装置，包括：

9、分类模块：用于根据破坏模式将边坡划分为若干种不同种类的边坡,获取每种边坡的研究参数；

10、样本集构建模块：用于通过数值模拟计算每种边坡在不同研究参数下的变形特征，以研究参数为输入标签、变形特征为输出标签构建每种边坡的数据样本集；

11、训练模块：用于分别根据每种边坡对应的所述数据样本集对神经网络模型进行训练和测试，得到每种边坡对应的最优神经网络模型和模型结构参数；

12、系统建立模块：用于根据所有边坡对应的最优神经网络模型和模型结构参数建立专家系统；

13、预测模块：用于获取现场边坡的研究参数，将所述现场边坡的研究参数输入所述专家系统，得到现场边坡的建议神经网络模型和对应的模型结构参数。

14、第三方面，本申请还提供了一种边坡神经网络模型选取设备，包括：

15、存储器，用于存储计算机程序；

16、处理器，用于执行所述计算机程序时实现所述边坡神经网络模型选取方法的步骤。

17、第四方面，本申请还提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于边坡神经网络模型选取方法的步骤。

18、本发明的有益效果为：

19、本发明通过搜集大量的边坡发生失稳破坏的案例，整理归纳典型的三维边坡破坏模式，再通过破坏模式的深入分析，分别确定在每种破坏模式下边坡所需重点研究的对象和对应的研究参数。通过数值模拟获取各种典型破坏模式下的数据样本集，利用数据样本集确定每组典型破坏模式对应的最优神经网络类型。基于所有典型破坏模式的最优的神经网络类型建立专家系统，通过专家系统的学习，可对所有破坏模式的边坡推荐最优神经网络类型。

20、本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

技术特征：

1.一种边坡神经网络模型选取方法，其特征在于，包括：

2.根据权利要求1所述的边坡神经网络模型选取方法，其特征在于,获取每种边坡的研究参数，包括：

3.根据权利要求1所述的边坡神经网络模型选取方法，其特征在于,所述通过数值模拟计算每种边坡在不同研究参数下的变形特征，包括：

4.根据权利要求1所述的边坡神经网络模型选取方法，其特征在于,分别根据每种边坡对应的所述数据样本集对神经网络模型进行训练和测试，得到每种边坡对应的最优神经网络模型和模型结构参数，包括：

5.一种边坡神经网络模型选取装置，其特征在于，包括：

6.根据权利要求5所述的边坡神经网络模型选取装置，其特征在于，所述分类模块包括：

7.根据权利要求5所述的边坡神经网络模型选取装置，其特征在于，所述样本集构建模块包括：

8.根据权利要求5所述的边坡神经网络模型选取装置，其特征在于，所述训练模块包括：

9.一种边坡神经网络模型选取设备，其特征在于，包括：

10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述边坡神经网络模型选取方法的步骤。

技术总结
本发明提供了一种边坡神经网络模型选取方法、装置、设备及可读存储介质，涉及山地灾害技术领域，包括：根据破坏模式将边坡划分为若干种不同种类的边坡,获取每种边坡的研究参数；通过数值模拟计算每种边坡在不同研究参数下的变形特征，构建每种边坡的数据样本集；根据所述数据样本集对神经网络模型进行训练和测试，得到每种边坡对应的最优神经网络模型；建立专家系统；获取现场边坡的破坏模式，将所述现场边坡的破坏模式输入所述专家系统，得到现场边坡的建议神经网络模型和对应的模型结构参数，本发明基于边坡破坏模式来自动选取用于预测边坡的内部情况的最优神经网络类型，更具有科学性和实用性。

技术研发人员：杨涛,李搏凯,张润泽,于贵,宋怡鲜,张哲,郁智超
受保护的技术使用者：西南交通大学
技术研发日：
技术公布日：2024/1/12