基于PCA-ERBF-SVM的边坡稳定性分析模型(PDF)
灾害学[ISSN:1000-811X/CN:61-1097/P]
- 期数:
- 2022年03期
- 页码:
- 43-50
- 栏目:
- 理论.思路与争鸣
- 出版日期:
- 2022-07-20
文章信息/Info
- Title:
- -
- 作者:
- 姚怡; 王晓敏
-
- Author(s):
- -
-
- 关键词:
- 主成分分析; 支持向量机; 边坡稳定性; 免疫算法
- 分类号:
- TV223.2;X43;X915.5
- DOI:
- -
- 文献标识码:
- A
- 摘要:
- 边坡稳定是确保水利工程安全的重要因素之一,边坡稳定性预测也是近年来人们关注的焦点。针对当前研究普遍存在的边坡稳定系数预测准确度不高的问题,通过对影响边坡稳定性的因子的数据量有限、各因子之间存在相关性、各因子的敏感度不同、分析过程本身存在非线性等特点的分析,研究中采用PCA和扩展RBF核SVM建立边坡稳定性分析模型PCA-ERBF-SVM,并通过免疫算法对模型进行了优化。将所建立的PCA-ERBF-SVM模型与GA-BP神经网络模型、传统SVM模型、v-SVM模型以及MS-SVM模型分别进行对比,实验结果表明,PCA-ERBF-SVM计算出的边坡稳定性系数最接近实际值,LOO误差为0.0146,训练时间为12.7945s,均优于其他几种模型。
更新日期/Last Update: 2023-01-05