矿业研究与开发

作者：荣光旭,马清清,高延超,范小倩,梁俊俊

关键词：边坡稳定性;Elman神经网络;改进布谷鸟算法;安全系数

为提高边坡稳定性预测准确率,提出了一种基于多策略改进布谷鸟(ICS)算法优化Elman神经网络的边坡稳定预测模型.首先,利用Sinusoidal混沌初始化种群,引入动态步长控制量和对发现概率进行1％步进离散化等策略,改进布谷鸟算法收敛速度慢、精度较差的缺陷,在7个基准函数上的仿真结果表明,与布谷鸟(CS)算法相比,ICS算法的寻优能力和收敛速度有较大提高.然后,利用ICS算法对Elman神经网络的权值和阈值进行优化,构建最优的边坡稳定性预测模型.结果表明,ICS-Elman模型对边坡稳定性安全系数预测结果相对误差范围为－2.81％ ~6.98％,均方根误差、平均绝对误差分别为0.2750,0.3422,与Elman、CS-Elman模型相比,ICS-Elman模型具有较好的稳定性和精度;与CPSO-BP神经网络相比,ICS-Elman神经网络预测值相对误差范围为－1.57％~1.25％,预测精度更好.

来源：2025年第3期

《矿业研究与开发》期刊编辑部

查看矿业研究与开发杂志2025年第3期