基于迁移学习算法的土质边坡稳定性预测方法及预测平台

    公开(公告)号:CN116522774A

    公开(公告)日:2023-08-01

    申请号:CN202310478036.X

    申请日:2023-04-28

    申请人: 中南大学

    摘要: 本发明公开了一种基于迁移学习算法的土质边坡稳定性预测方法,包括获取边坡实测水平位移数据及土体样本数据;通过神经网络算法构建边坡实测水平位移值与土体强度参数的关系模型,通过反演分析处理,获取反演土体强度参数;采用神经网络算法,构建土体强度参数与边坡安全系数值关系的后台模型、用户模型;采用构建的两种模型,通过迁移学习算法,构建NN+TL算法模型;通过算法模型,完成边坡的稳定性预测分析。本发明还公开了包括所述基于迁移学习算法的土质边坡稳定性预测方法的预测平台。本发明解决了通过试验得到静态参数难以反映动态土体强度参数变化的问题,克服了边坡监测和稳定性分析发展的缺陷,本发明具有实时、快捷、准确的优点。