基于PCA-SVM的边坡稳定性预测模型研究

• 作者: 丁宏飞 朱炯 罗书学
• 来源期刊: 路基工程
• 学科: 交通运输
• 关键词: 主成分分析 支持向量机 遗传算法 边坡稳定性
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 论述
• 页码范围: 5-7
• 分类号: U416.1+4
• 字数: 1996字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8825.2011.02.002

摘要

提出了一种基于主成分分析(PCA)和支持向量机(SVM)的边坡稳定性预测模型.首先分析了影响边坡稳定性的因素,采用主成分分析方法求取主成分;再将主成分作为输入对支持向量机进行训练,并利用遗传算法优化支持向量机参数;最后通过实例与常用寻参方法所得结果进行比较.结果表明,该法能减少输入变量维数,提高了边坡工程稳定性的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗书学	西南交通大学土木工程学院	46	669	16.0	24.0
2	丁宏飞	西南交通大学智能控制开发中心	21	167	7.0	11.0
3	朱炯	西南交通大学土木工程学院	1	5	1.0	1.0