基于网格搜索法优化支持向量机的围岩稳定性分类模型

• 作者: 于少将 周爱红 王晨晖 袁颖
• 来源期刊: 地质与勘探
• 学科: 工学
• 关键词: 围岩稳定性 支持向量机 网格搜索法 分类模型 BP神经网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 水文·工程·环境
• 页码范围: 608-613
• 页数: 6页
• 分类号: X936
• 字数: 4158字
• 语种: 中文
• DOI: 10.12134/j.dzykt.2019.02.015

摘要

为科学评价围岩稳定性,本次研究借助支持向量机(SVM)处理小样本、非线性问题能力强的特性,对围岩的稳定性进行了分类.选取16组围岩数据作为学习样本,以岩石质量指标、岩石单轴饱和抗压强度、完整性系数、结构面强度系数和地下水渗水量5个指标作为模型输入,围岩稳定程度为模型输出,建立了基于支持向量机的围岩稳定性分类模型.为增强模型的推广性能,提高其预测准确率,运用改进的网格搜索方法(GSM)寻找最优的支持向量机参数,并对8组围岩数据进行预测,并同BP神经网络模型的预测结果进行对比.结果表明,建立的GSM-SVM模型对预测样本的评判结果与实际结果一致,其预测精度较BP神经网络有很大的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周爱红	河北地质大学勘查技术与工程学院	15	40	4.0	5.0
2	袁颖	河北地质大学勘查技术与工程学院	23	62	5.0	6.0
6	于少将	河北地质大学勘查技术与工程学院	3	3	1.0	1.0