基于DE-MELM的土质边坡稳定性预测方法

• 作者: 甘旭升 陈茸 韩宝华 韩宝安
• 来源期刊: 安全与环境工程
• 学科: 地球科学
• 关键词: 土质边坡 稳定性预测方法 极限学习机 差分进化算法 粗差
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 灾害及其防治
• 页码范围: 87-93
• 页数: 7页
• 分类号: X4|TP181|TM930
• 字数: 6060字
• 语种: 中文
• DOI: 10.13578/j.cnki.issn.1671-1556.2020.04.012

摘要

为防止滑坡,避免发生事故,将差分进化(DE)算法与改进的极限学习机(ELM)有机组合,提出了一种基于DE-MELM的土质边坡稳定性预测方法.该方法首先在M估计基础上利用加权最小二乘方法计算ELM输出权值,以减少数据粗差对ELM预测的干扰;然后采用DE算法优化该ELM隐含层输入权值和偏差,以降低随机选取参数对预测性能的影响;最后通过所建立的DE MELM土质边坡稳定性预测模型进行实例仿真验证.仿真验证结果表明:较之于标准ELM方法和基于M估计的ELM方法,所提出的DE-MELM方法仅经过15次迭代即可取得较为理想的预测精度,并对数据粗差具有较强的抗干扰能力,从而验证了其可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	甘旭升	空军工程大学空管领航学院	58	152	7.0	10.0
2	陈茸	四川交通职业技术学院建筑工程系	15	40	3.0	6.0
3	韩宝安	四川交通职业技术学院信息工程系	16	15	2.0	3.0
4	韩宝华	空军工程大学空管领航学院	2	2	1.0	1.0