基于神经网络和Laplace渐近方法的边坡可靠度分析

摘要：

针对功能函数高度非线性且难以显式表达的岩土工程问题,考虑高度非线性问题采用传统一次可靠度求解方法有较大误差,提出利用BP神经网络模型来拟合岩土体的隐式功能函数,并结合精度较高的二次二阶矩法中的Laplace渐近方法求解可靠度;采用拉丁超立方抽样法对各随机变量进行抽样,将样本数据带入BP神经网络训练并验证其精度,基于神经元之间的函数关系推导功能函数的拟合表达式,采用二次二阶矩方法中的Laplace渐近方法,结合含有大参数的Laplace型积分公式推导对应的失效概率表达式;通过边坡算例表明:本文提出的方法是可行有效的,具有较高的计算效率和计算精度,在岩土工程的可靠度分析研究中有较强的实用价值.

关键词：可靠度、BP神经网络、拉丁超立方抽样、Laplace渐近方法、边坡

所属期刊栏目：39

分类号：TU43;TB114.3(土力学、地基基础工程)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2022-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：131-136