基于随机森林算法的边坡稳定性预测

• 作者: 姜泓任 董庆波 姜相松 罗国成
• 来源期刊: 现代计算机
• 关键词: 边坡工程 随机森林 机器学习 稳定性
• 年，卷（期）: 2020,（36）
• 所属期刊栏目: 研究与开发
• 页码范围: 31-34,51
• 页数: 5页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.36.006

摘要

近年来,边坡相关工程在我国迅速发展,而对于边坡稳定性的评估与预测是边坡工程安全性的保障,也是边坡工程的重中之重.因此,对边坡工程的稳定性进行及时有效的预测有着重要意义.为了解决非线性边坡系统的复杂性,建立随机森林边坡稳定性预测模型.选取边坡土体重度、边坡高度、孔压值、黏聚力、内摩擦角以及边坡倾角6个特征作为随机森林的输入特征向量组成元素;安全系数作为随机森林的输出.对实际数据的训练预测结果表明,模型的决定系数接近于1,回归效果好,对于边坡的稳定性预测准确.研究结果证明随机森林边坡稳定性模型的可行性.