cad二次开发，lisp语言，露天矿坡段线

针对标准BP神经网络存在收敛速度慢和易陷入局部最小值的问题,提出用附加动量法和自适应学习速率法来优化BP神经网络,提高其收敛速度;引入具有全局搜索能力的模拟退火算法,克服其容易陷入局部最小值问题。应用综合改进后的BP神经网络对已知的实际边坡进行了预测,并将其预测结果与标准BP神经网络和实际值进行对比分析。结果表明:综合改进后的BP神经网络在边坡稳定性预测具有较好的预测效果,与标准的BP神经网络相比,不仅提高了计算速度,而且较大地提高了预测精度,具有较好的应用前景。

采用FLAC3D的模拟技术,经过查阅资料得到边坡岩体的物理力学指标,进而对复杂边坡的稳定性进行模拟分析。先后通过对模型的最大不平衡力收敛曲线,模型的水平、铅直和剪切3个方向的应力和位移分析,得到了该边坡内部应力的平衡状态以及边坡的滑坡模式和机理。

考虑了降雨强度小于以及大于入渗容量的情况，含水率变化，及其边坡强度折减

岩石、岩土、 巷道、边坡数值模拟分析

人工智人-家居设计-基于GIS的降雨情况下高边坡稳定性智能区域评估研究.pdf

边坡位移图像识别算法研究.pdf

遗传算法和人工神经网络在边坡稳定性评价中的应用.pdf

人工智人-家居设计-黄土高边坡稳定性的智能化分析与预测.pdf

山区井工开采的地表形变具有复杂性和特殊性，引起的地表破坏往往由多方面因素造成。针对常规监测手段无法准确判断建筑异常损害成因问题，以白羊岭煤矿15110工作面的开采为例，以 SBAS-InSAR为技术手段，借助于8景 Sentinel-1数据，解译得到了研究区地表形变的空间分布特征并分析房屋损害的成因；对所解译地表形变与现有沉陷规律的差异性，进行采区影响边界与时序下沉特征分析；得出山区开采由于岩层的不均匀移动而导致边坡的稳定性发生改变，因土体自重的分力存在，坡体会缓慢的滑移，产生的挤压是村庄建筑损害的主要原因。