基于集成GAN的边坡岩体结构面多参数模拟方法

结构面的随机特征是水工边坡岩体稳定性研究的关键,目前一般采用单变量或双变量的概率模型研究,难以实现多参数的联合分析.基于生成对抗神经网络(GAN)和集成学习策略,提出了一种可用于结构面多维参数联合模拟的E-WGAN算法.相比于传统方法,该算法能够准确建立参数间的相关关系,实现岩体结构面形态的精确描述和模拟.实验对一组包含三个参数(迹长、倾向、开度)的结构面进行分析,证实了传统方法的局限性;而E-WGAN算法可同时对多维参数联合建模,从而还原结构面的真实分布特征.通过建立离散裂隙网络表明,利用该算法模拟的数据生成的迹线图对出露面的还原度更高.此外,该算法可被推广至更高维度地质参数分析,应用前景广阔.