基于PSO-SVM的岩石边坡稳定性预测

• 作者: 刘造保 徐飞
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: 岩石边坡 稳定性 预测 粒子群优化 支持向量机
• 年，卷（期）: 2010,（6）
• 页码范围: 61-65
• 分类号: TU443
• 字数: 3995字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-948X.2010.06.014

摘要

边坡稳定性与其影响因素之间存在着复杂的非线性关系.结合粒子群优化算法和支持向量机,提出了边坡稳定评价的粒子群优化支持向量机模型.模型采用支持向量机建立边坡稳定性和影响因素之间的非线性关系;同时,利用粒子群算法对支持向量机参数进行全局寻优,从而确保了模型参数的准确性.模型的测试结果显示了良好的精度.将该模型应用到某岩石高边坡中,预测结果与实际情况符合较好,表明该模型在岩石边坡稳定性预测中的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘造保	河海大学岩土工程科学研究所	9	146	6.0	9.0
2	徐飞		3	24	3.0	3.0