TensorFlow多元线性回归在边坡稳定性分析中的应用

摘要

利用深度学习中TensorFlow框架下多元线性回归方法对边坡稳定性影响因素进行分析,通过对160个样本边坡数据的统计分析,在考虑高度、黏聚力、内摩擦角、坡角、泊松比、容重6个影响因素下,训练模型损失值最小时得到稳定性系数计算模型.同时,由于数据的训练结果和数据的顺序有密切关系,为了避免数据在被人为排序时产生对训练结果的"思维惯性"而得到假性学习结果,因此在机器学习训练过程中经过一个迭代轮次后打乱数据顺序重新训练,以得到更为精确的模型.训练结果表明,该模型预测准确度较好,具有较强的鲁棒性.