26年WP工程力学 基于深度学习的岩质边坡稳定性预测方法研究19.92-AI54.22-约34770字符.pdf

WHKJ大学本科毕业论文2摘 要岩质边坡稳定性预测是岩土工程领域的重要课题。而传统的方法诸如极限平衡法以及有限元法尽管有较高的理论基础，但是却存在着计算量大、过分依赖工程经验等问题。因此，为解决这些问题，提出了一种基于深度神经网络（DNN）进行岩质边坡稳定性的智能预测的方法。本文共选取 575 个岩质边坡工程实例，包括岩石重度、粘聚力、内摩擦角、坡角、坡高以及孔隙水压力比六个主要影响因素。利用 TensorFlow/Keras 搭建一个具有 128-64-32 三个隐藏层的 DNN，同时加入批标准化、Dropout 正则化以及早停策略等手段，并用传统的多层感知机（MLP）...