基于BCABC-SVM的边坡稳定性预测

• 作者: 王凯凯 胡军 董建华
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 边坡稳定 蜂群算法 细菌趋化 微粒群算法 自适应移动步长 支持向量机 参数选择 归一化处理
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 建筑工程
• 页码范围: 222-227
• 页数: 6页
• 分类号: TU457
• 字数: 4664字
• 语种: 中文
• DOI: 10.7688/j.issn.1000-1646.2016.02.19

摘要

为了准确地对边坡稳定性进行预测,采用支持向量机(SVM)建立边坡稳定性和影响因素之间的非线性关系.针对支持向量机参数对预测效果的影响,采用基于细菌趋化的蜂群算法(BCABC)对其进行优化选择,提出了边坡稳定性预测的细菌趋化的蜂群优化支持向量机模型.运用该方法对边坡实例进行预测,预测结果与边坡稳定性实际状态相吻合,结果表明,基于细菌趋化的蜂群优化支持向量机模型在边坡稳定性评价中具有一定的可靠性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡军	辽宁科技大学土木工程学院	29	118	6.0	9.0
2	董建华	辽宁科技大学土木工程学院	6	5	1.0	2.0
3	王凯凯	辽宁科技大学土木工程学院	9	14	3.0	3.0