公开(公告)号：CN114818418A

公开(公告)日：2022-07-29

申请号：CN202210374746.3

申请日：2022-04-11

Applicant: 南昌工程学院

Inventor： 邓志平 ,  钟敏 ,  郑克红 ,  潘敏

IPC: G06F30/23 ,  G06F30/17 ,  G06F119/02

Abstract: 本发明提供一种边坡可靠度分析方法，包括：获取目标对象的边坡参数；利用仿真计算软件和边坡参数构建边坡分析模型，并对边坡分析模型进行预处理得到稳定性文件；确定随机场统计指标，并利用LHS方法和随机场统计指标得到独立标准正态分布样本及独立标准正态分布样本池；根据各独立标准正态分布样本、各独立标准正态分布样本池及稳定性文件，利用KL级数展开方法进行离散，得到样本矩阵；利用仿真计算软件对各样本矩阵进行计算，得到对应的边坡安全系数；利用边坡安全系数构建多元自适应回归模型，并验证多元自适应回归模型的精确性；若多元自适应回归模型的精确性符合预设精度要求，则采用MCS方法对多元自适应回归模型进行计算，得到边坡失效概率。

公开(公告)号：CN117521482A

公开(公告)日：2024-02-06

申请号：CN202311027855.9

申请日：2023-08-15

Applicant: 南昌工程学院

Inventor： 邓志平 ,  黄开榕 ,  钟敏 ,  潘敏 ,  郑克红 ,  牛景太

IPC: G06F30/27 ,  G06N20/00 ,  G06F18/214 ,  G06F119/02

Abstract: 本申请公开了基于机器学习算法的空间变异边坡可靠度分析方法及系统，所述方法包括如下步骤：获取边坡可靠度分析所需数据；将获取的边坡可靠度分析所需的数据进行融合降维处理，获取模型处理所需的数据集，所述数据集包括训练集、验证集；构建边坡可靠度分析网络模型；将训练集输入构建的边坡可靠度分析网络模型通过集成学习方法进行模型训练，并经验证集进行验证，获取优化后的边坡可靠度分析网络模型；将测试集输入优化后边坡可靠度分析网络模型，获取准确性符合要求的边坡可靠度分析网络模型；应用准确性符合要求的边坡可靠度分析网络模型进行边坡可靠度分析。本申请提供的基于机器学习算法的空间变异边坡可靠度分析方法，通过融合降维和集成学习的方法，实现对边坡失效概率进行合理且高效的评估。