RBF神经网络可靠度分析方法在边坡稳定性研究中的应用*

何永波，李 青，张 宁，李闯将

(中国计量大学 灾害监测技术与仪器国家地方联合工程实验室，浙江 杭州 310018)

0 引言

边坡稳定性分析是对滑坡灾害预警和治理的关键方法之一，目前边坡稳定性的分析方法主要分为2大类：确定性分析法和不确定分析法。确定性分析法目前应用较广泛的是以极限平衡理论为基础的安全系数法，但由于实际边坡存在大量的不确定性，包括计算参数的变异性和随机性[1]，该方法很难反映出边坡的实际工作状态；不确定分析中，最具代表性的是基于概率分析的可靠度分析方法，该理论把各不确定因素看作随机变量来分析边坡破坏的可能性，根据已知的随机变量统计参数和概率分布模型以及给定的功能函数估计边坡在规定时间和条件下完成预定功能的概率[2],将不能完成功能的概率称之为失效概率[3]。

可靠度理论是建立在土体具有的抗力大于荷载效应的概率基础上进行设计和校核的，因此分析结果更符合客观实际。边坡可靠度的计算常用方法有一次二阶矩法(中心点法、设计验算点法)、蒙特卡罗模拟法、响应面法等。一次二阶矩法计算的精度较低，蒙特卡罗法简单且计算精度高，但是计算量偏大[4]。近年来，随着非线性理论的发展，基于替代模型的可靠度分析开始应用起来，利用替代模型来近似构造函数，将复杂的边坡稳定隐式功能函数显示化[5]，降低工作量，提升工作效率。常见的替代模型有利用响应面对边坡可靠度研究，神经网络、支持向量机[6]等智能算法，给边坡的稳定性分析开辟了新的途径。……