基于粒子群优化支持向量机的边坡稳定性预测

• 作者: 刘仁志 李建新 秦洁 陈希鸣 黄张裕
• 来源期刊: 甘肃科学学报
• 学科: 工学
• 关键词: 粒子群优化算法 支持向量机 稳定性预测 安全系数
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 工程技术
• 页码范围: 99-103
• 页数: 5页
• 分类号: TU457
• 字数: 3028字
• 语种: 中文
• DOI: 10.16468/j.cnki.issn1004-0366.2019.01.019

摘要

为了提高边坡稳定性预测的精度,保障边坡工程的安全,提出基于粒子群优化算法支持向量机的预测模型.采用粒子群优化算法不断进行搜索迭代获取支持向量机模型的最优参数,避免了支持向量机人为选取参数的盲目性和随意性.通过Matlab编程,应用实例证明:该模型的预测精度较高,预测样本的平均相对误差为3.581 9％,计算速度较快,优于改进的BP算法、GA-BP算法和改进支持向量机算法,在实际的工程应用中有着良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄张裕	河海大学地球科学与工程学院	92	568	12.0	17.0
2	李建新	江西理工大学建筑与测绘工程学院	4	7	2.0	2.0
3	陈希鸣	河海大学地球科学与工程学院	4	4	1.0	2.0
4	秦洁	河海大学地球科学与工程学院	4	4	1.0	2.0
5	刘仁志	河海大学地球科学与工程学院	5	4	1.0	2.0