基于神经网络参数优化的岩体边坡稳定性评价

高陡岩体边坡的稳定性是一个内部存在多种相互联系、相互影响因素的复杂系统,而BP人工神经网络属于非线性动态系统,较适合用于评价高陡岩体边坡稳定性。分析了BP网络模型参数对高陡岩体边坡稳定性评价精度的影响,并提出了对模型参数进行优化,以提高预测精度的若干办法。用一工程实例对参数优化后的BP神经网络在高陡岩体边坡稳定性评价中的应用效果进行了检验。研究表明,用经参数优化的BP人工神经网络模型预测高陡岩体边坡稳定性是可行的,预测结果虽然与实际状态存在一定的误差,但仍可以相对准确地反映边坡稳定状况。     

水库蓄水初期水质分析及影响因素

对某大型水库蓄水初期水质空间分布进行了调查分析。设置了2个断面共5个采样点,进行每周1次共5次的跟踪监测。在库区淹没土壤类型调查和土壤浸出试验的基础上,根据库容曲线,计算土壤浸出物对水库水质的贡献值及单位面积土壤主要污染物的浸出量,并探讨土壤浸出对水库水质的影响趋势。结果表明:水库库区土壤养分在蓄水初期对水质有一定影响,这种影响随着水质的不断交换将逐渐减弱并达到新的动态平衡。