-
公开(公告)号:CN116467943A
公开(公告)日:2023-07-21
申请号:CN202310421956.8
申请日:2023-04-19
申请人: 浙江大学
IPC分类号: G06F30/27 , G06F18/214 , G06N3/0499 , G06N20/10 , G06F119/14 , G06F113/08
摘要: 本发明涉及一种基于机器学习确定滑坡降雨阈值曲线的方法,构建边坡模型样本,确定边坡稳定安全系数阈值、当前研究区域年平均降雨量;计算样本在给定降雨强度下的渗流场,捕捉边坡安全系数等于边坡稳定安全系数阈值的时刻点,以对应的降雨强度和降雨持时作为I‑D阈值曲线的拟合数据点;构建I‑D阈值曲线数据集;运用人工神经网络构建I‑D阈值曲线预测模型,训练预测模型;将边坡参数输入到预测模型,得到该边坡拟合数据点,拟合并在坐标系上绘制I‑D阈值曲线。本发明得到的结果更精确;实现I‑D阈值曲线的快速预测,提高分析效率,具有良好的实用价值;具有可推广性。