基于竞争性神经网络在岩质边坡参数随机结构面优势分组中的应用

作者：姚文生

来源：矿产与地质, 2021, 35(04): 799-804.

DOI：10.19856/j.cnki.issn.1001-5663.2021.04.025

• 岩质边坡
• 竞争性神经网络
• 结构面
• 多参数
• 优势分组

优势分组是岩体裂隙性质初步分析的关键。传统上一般仅采用倾向与倾角对优势分组进行确定,考虑因素单一,不能充分反映裂隙迹长等的差异。由此全面参照裂隙的属性特征(倾向、倾角、迹长、宽度与形状)以进行优势分组的综合划分。考虑上述基本参数,利用竞争型神经网络方法实现了随机结构面的优势划分,更加确切的体现了结构面分布的空间特征与整体优势。为验证分组结果的正确性,进一步采用神经网络模式识别的非线性方法验证了分组结果的精确程度。