基于模糊集理论的公路边坡稳定性评价与预测

摘要

本文在系统查阅、归纳和分析国内外文献资料基础上，结合现场监测结果，对公路边坡稳定性影响因素进行分析，选取影响边坡稳定的主要因素作为评价指标。结合模糊聚类理论、模糊模式识别和模糊优选理论，建立公路边坡稳定性模糊相似聚类模型。在此基础上建立公路边坡稳定性模糊相似聚类RBF神经网络模型。通过研究，得出了如下主要研究成果:
　　1.通过查阅文献资料和现场调研，结合湖南公路边坡滑坡灾害现状、地形地貌特征以及工程地质环境，对影响公路边坡稳定性的主要因素进行分析、归纳和分类，将岩土体容重、粘聚力、内摩擦角、坡高、坡角、孔隙水压力比作为边坡稳定性分析的模糊评价指标。
　　2.采用二元对比排序法计算影响公路边坡稳定性评价的六个主要指标所占权重，根据加权模糊聚类算法，建立了公路边坡稳定性模糊聚类预测模型，对现有模糊聚类迭代模型进行了相应的改进。
　　3.结合模糊聚类理论、模糊模式识别以及模糊优选理论，建立了公路边坡稳定性模糊相似聚类模型，进一步优化模糊聚类算法，提高了计算效率和评价的准确度。针对不同的相似聚类水平β进行对比研究，得出了最佳相似聚类水平β为0.8。
　　4.将模糊相似聚类模型引入到RBF神经网络中，建立模糊相似聚类神经网络模型。结合工程实例分析，该模型能可靠地应用于公路边坡稳定性评价与预测，进一步优化了边坡稳定性的评价方法。

目录

声明

摘要

第一章 绪论

1．1 问题的提出

1．1．1 研究背景

1．1．2 研究目的与意义

1．2 国内外研究现状

1．2．1 边坡稳定分析国外研究现状

1．2．2 边坡稳定分析国内研究现状

1．2．3 基于模糊理论的边坡稳定性分析研究现状

1．3 边坡稳定性评价的主要方法

1．3．1 定性分析方法

1．3．2 定量分析方法

1．3．3 非确定性分析方法

1．3．4 物理模型试验法及现场监测分析法

1．4 研究的主要内容及技术路线

1．4．1 研究的主要内容

1．4．2 研究的技术路线

第二章 公路边坡稳定性的模糊集理论

2．1 模糊集理论概述

2．1．1 模糊集合的定义

2．1．2 模糊集合基本运算

2．2 模糊集基本定理

2．2．1 模糊集合的截集

2．2．2 模糊集合的分解定理

2．2．3 模糊集合的表现定理

2．3 模糊聚类理论

2．3．1 模糊聚类分析方法

2．3．2 模糊优选理论

2．4 本章小结

第三章 公路边坡稳定性影响因素的模糊性分析

3．1 公路边坡稳定性分析中的隶属函数

3．1．1 隶属函数的确定方法

3．1．2 常见隶属函数类型及其选用

3．2 公路边坡稳定性影响因素的模糊分析

3．2．1 公路边坡稳定性影响因素识别

3．2．2 影响公路边坡稳定性的内部因素

3．2．3 影响公路边坡稳定性的外部因素

3．3 公路边坡稳定性评价指标权重的确定

3．4 本章小结

第四章 公路边坡稳定性模糊聚类模型

4．1 模糊聚类迭代模型的建立

4．2 改进的模糊聚类预测模型

4．2．1 模糊聚类迭代模型中存在的弊端

4．2．2 模糊聚类预测改进模型的建立

4．2．3 公路边坡稳定性模糊聚类预测模型

4．3 边坡稳定性模糊相似聚类模型

4．3．1 模糊相似聚类模型的构建

4．3．2 模糊相似聚类模型在公路边坡稳定性评价中的应用

4．3．3 模糊相似聚类模型在公路边坡稳定性预测中的应用

4．4 本章小结

第五章 公路边坡稳定性模糊相似聚类神经网络模型

5．1 引言

5．2 基于RBF的神经网络模型

5．3 模糊相似聚类神经网络模型

5．3．1 模糊相似聚类神经网络模型的建立

5．3．2 模糊相似聚类神经网络在MATLAB中的实现

5．4 模糊相似聚类神经网络在公路边坡稳定性评价中的应用

5．5 本章小结

结论与展望

1．结论

2．展望

参考文献

致谢

一、研究课题

二、论文发表

附录B