不同神經網絡模型評估南水北調中線高填方渠道邊坡穩定性

葉午旋， 蘇 霞， 王 媛， 沈丹萍， 任 杰

（1.河海大學力學與材料學院，南京 211100； 2.南水北調中線干線工程建設管理局，北京 100000；3.河海大學水利水電學院，南京 210098）

在水利工程中，影響堤防邊坡穩定性的因素有很多，堤防邊坡失穩會對周邊安全及經濟帶了巨大的損失. 南水北調中線工程是迄今為止世界上最大的調水工程，全長約1432 km［1］，一期工程年調水量約95億m3［2］，南水北調的典型堤段涉及高填方、深挖方和膨脹土邊坡，且采用大量大型輸水建筑物和復雜人工構筑渠道，因此地質及工程條件極其復雜，近年來時有滑坡事故發生. 最早研究邊坡問題運用的是極限平衡法，考慮土體不確定性，可靠度分析方法可以更好地反映真實情況. 隨著人工智能的快速發展［3］，研究人員開啟了研究邊坡問題的新方法［4-5］. 神經網絡方法為人工智能的分支，可以處理非線性信息，有較強的計算效率，其中運用最廣泛的為BP神經網絡. 很多學者利用BP神經網絡研究邊坡的穩定性［6-8］，由于BP神經網絡的局限性，很多學者對BP神經網絡進行改進或者優化. 有的學者提出了數據歸一化的改進方法［9］，有的學者用遺傳算法去優化BP神經網絡模型去分析邊坡穩定性問題［10-13］. 對于南水北調工程，大部分學者對于渠道邊坡穩定性的分析都是有限元的方法［14-15］，而實際工程中很多參數的準確獲取有困難. 邊坡監測數據建模是掌握邊坡安全狀況的主要途徑，通過監測數據去獲取相關參數從而去評估邊坡的……