|本期目录/Table of Contents|

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。

参考文献/References

备注/Memo

备注/Memo:
更新日期/Last Update: 2023-01-05