基于PCA-GEP算法的边坡稳定性预测

• 作者: 朱莉 蔡之华 谷琼 黄波
• 来源期刊: 岩土力学
• 关键词: 边坡稳定 基因表达式程序设计 主成分分析 预测 AIC信息准则 模型选择
• 年，卷（期）: 2009,（3）
• 页码范围: 757-761,768
• 页数: 6页
• 分类号: TU432
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7598.2009.03.033

摘要

提出一种基于主成分分析的基因表达式程序设计算法,并将其用于边坡稳定性预测.该算法先采用主成分分析法对样本数据进行预处理,有效地减少预测模型的输入量,消除输入数据间的相关性,再将得到的新样本数据输入基因表达式,构建边坡稳定性的预测模型.利用该预测模型对82个危险圆弧破坏边坡实例中的71个实例进行学习,对另外11个实例进行预测,取得了较好的效果.在保留传统的以误差值作为评判模犁优劣标准的同时,引入AIC信息准则法,分别对v-SVR算法和GA-BP网络算法和PCA-GEP算法三种预测模犁进行比较分析,结果表明,运用该算法可以获得更优的预测模型,其预测结果比v-SVR算法和GA-BP网络等其他算法得到的结果具有更高的预测精度.工程实例计算表明,该方法是合理、可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡之华	中国地质大学计算机学院	78	1452	22.0	35.0
2	朱莉	中国地质大学计算机学院	39	382	11.0	18.0
3	黄波	中国地质大学计算机学院	16	122	6.0	11.0
4	谷琼	中国地质大学计算机学院	11	88	5.0	9.0