Spline Search for Slip Surfaces in 3D Slopes
Notice bibliographique
Résumé
A novel method involving the transformation of spline surfaces is introduced to search for the critical slip surface in a three-dimensional (3D) slope, which corresponds to the minimum limit equilibrium method factor of safety for overall slope stability. A slipping surface in a slope can be represented as the intersection of any continuous geometrical entity with the slope topography, over which the mass of sliding soil is discretized to solve for the factor of safety satisfying given equilibrium conditions. Traditionally, many researchers have searched for a critical ellipsoidal or spherical surface, or surfaces formed using other simple shapes. However, the critical slip surface in complicated cases, for example, a landslide, is seldom purely ellipsoidal or spherical, which leads to overestimations of the true factor of safety in a slope. To provide greater flexibility for transforming the shape of the slip surfaces during a global search, the geometry representing the slip surface is assumed to be in the form of a nonuniform rational basis spline (NURBS) surface in this paper. The proposed method involves varying the parameters of a parametric exponential function, which spawns control points within its domain to create NURBS surfaces. The parameters in the exponential function are varied to transform the slipping surface using a metaheuristic search algorithm, such as particle swarm optimization. A major advantage of the proposed method is that the final spline surface in the search is formulated such that it can then be locally optimized using surface altering optimization methods by adjusting the locations of its control points.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».