砂土地震液化预测的GA_SVM_Adaboost模型

• 作者: 毛志勇 路世昌 黄春娟
• 来源期刊: 煤田地质与勘探
• 学科: 工学
• 关键词: 砂土地震液化 因子分析(FA) 支持向量机(SVM) 遗传算法(GA) Adaboost算法
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 水文地质 环境地质 工程地质
• 页码范围: 166-171
• 页数: 6页
• 分类号: TU441.4
• 字数: 4452字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1986.2019.03.026

摘要

为快速准确地对砂土液化情况作出预测,选取地震烈度、地下水位、覆盖厚度、标贯击数、平均粒径、地貌单元、土质及不均匀系数为主要影响因素,运用相关性分析和因子分析模型对其进行分析和属性约减,采用遗传算法(GA)对支持向量机(SVM)的参数寻优,结合Adaboost迭代算法,建立预测砂土地震液化的GA_SVM_Adaboost模型.选用唐山地震砂土液化现场勘察资料中的329组数据对模型进行训练,利用该模型对剩余68组砂土液化数据进行预测.最后,将预测结果与GA_SVM和SVM模型预测结果进行比较.结果表明,3个模型的平均预测准确率分别为100％、98.04％、89.71％,基于因子分析的GA_SVM_Adaboost模型的预测准确性优于GA_SVM模型和SVM模型,是一种解决砂土地震液化预测问题的有效方法,具有一定的应用参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	路世昌	辽宁工程技术大学系统工程研究所	107	695	13.0	18.0
2	毛志勇	辽宁工程技术大学系统工程研究所	19	113	6.0	10.0
3	黄春娟	辽宁工程技术大学系统工程研究所	5	8	2.0	2.0