边坡案例推理稳定性评价系统及治理措施优化研究

边坡是人类生存及工程活动最重要的自然地质环境之一。由于边坡稳定性受多方面因素影响，而各因素具有主观和客观上的不确定性和复杂性，故传统的评价方法用于边坡稳定性分析，结果并不十分理想。边坡工程常依赖于经验，故充分挖掘和利用大量的其稳定状况已被研究清楚的边坡实例，研究开发基于案例推理(Case-based Reasoning，CBR)的边坡稳定性综合智能评价系统，对工程边坡稳定性评价将具有重要的理论意义和工程实用价值。 对有失稳隐患的实际边坡工程，应采取合适的治理措施。针对目前国内外边坡治理设计对优化设计普遍重视不够的现状，建立抗滑桩优化设计模型，进行边坡治理优化设计系统开发与应用研究有重要的理论意义与经济价值。 论文分成两部分，开展了从边坡稳定性评价到治理优化设计的一体化系统研究。第一部分将案例推理技术引入边坡稳定性评价中，建立和开发基于案例推理的边坡稳定性评价系统。第二部分深入分析了抗滑桩优化设计理论，建立了抗滑桩优化设计模型，开发了抗滑桩设计与优化设计系统。论文的主要研究内容如下： (1) 简要地介绍了论文研究工作的目的和意义，系统地阐述了现有的边坡稳定性分析方法、边坡治理措施和抗滑桩优化设计的研究现状，在此基础上提出了论文的研究思路和内容。 (2) 探讨了CBR的基本原理、推理流程、常用的案例的表示方法、案例库的组织索引方法、案例的检索理论、相似度计算方法和案例的调整学习方法。提出了边坡案例的表示模型和调整模型，运用Access数据库表示边坡案例并建立了边坡案例库。建立了边坡案例的索引和检索新模型：首先运用遗传算法来优化搜索边坡各影响因素的权重；其次运用动态聚类技术索引案例库，缩小下一步案例检索的空间，提高检索效率；接着运用类比分析的改进的距离计算公式和神经网络计算相似度，检索与目标案例最接近的库中源案例。提出了边坡的CBR稳定性评价系统的设计思想、设计流程并开发了程序；运用边坡工程实例对CBR稳定性评价系统进行了检验，结果验证了系统的可行性和有效性。 (3) 论述了普通抗滑桩和锚拉桩的基本设计计算理论和过程，开发了抗滑桩设计程序。应用遗传算法结合神经网络优化、粒子群优化和非线性优化的优化方法，分别建立了普通抗滑桩和锚拉桩的三种优化设计模型，开发了抗滑桩优化设计系统。最后运用云南祥临公路两个边坡工程实例对抗滑桩优化设计系统进行了应用，抗滑桩单项优化分别节约直接投资30.89％和2.86％，验证了三种优化模型和系统的可行性和有效性。