Resumen

Se propuso un nuevo método de superficie de respuesta (RSM) para el análisis de confiabilidad de pendiente basado en la tecnología de aprendizaje automático de proceso Gaussiano (GP). El método implica la aproximación de la función de estado límite por el modelo GP entrenado y la estimación de la probabilidad de falla utilizando el método de confiabilidad de primer orden (FORM). Se construyó inicialmente una pequeña cantidad de muestras de entrenamiento mediante el método de equilibrio limitado para entrenar el modelo GP. Luego, la función de estado límite implícita de la pendiente fue aproximada por el modelo GP entrenado. Así, la función de estado límite implícita y sus derivadas para el análisis de estabilidad de pendiente fueron aproximadas por el modelo GP con la formulación explícita. Además, se presentó un algoritmo iterativo para mejorar la precisión de la aproximación de la función de estado límite en la región cercana al punto de diseño que contribuye significativamente a la probabilidad de falla. Los resultados de cuatro estudios de caso, incluido uno sin pendiente y tres

• Materias:Riostra Propiedades mecánicas Fracturación hidráulica Deformación de cimientos Cálculo de grietas
• Subjects:Brace Mechanical properties Hydraulic fracturing Foundation deformation Crack calculation
• Palabras claves:Propuesto; Proceso gaussiano; Tecnología de aprendizaje automático; Función de estado límite; Método de confiabilidad de primer orden; Análisis de estabilidad de taludes
• Keywords:Proposed; Gaussian process; Machine learning technology; Limit state function; First-order reliability method; Slope stability analysis