基于GS-SVM的膨胀土边坡防护工程健康预测模型

• 作者: 汪磊 谢彦初 孙德安 张磊 刘传新 徐永福
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 膨胀土边坡 防护工程 健康预测 支持向量机 网格搜索法 数据预处理
• 年，卷（期）: 2022,（1）
• 页码范围: 250-257
• 页数: 8页
• 分类号: TU443
• 语种: 中文
• DOI: 10.11817/j.issn.1672-7207.2022.01.019

摘要

为了对膨胀土边坡防护工程健康状态进行精确、快速地预测,选取表征膨胀土边坡防护工程健康状态的指标,采用支持向量机算法,建立膨胀土边坡防护工程健康预测GS-SVM模型.在此基础上,研究数据预处理方式(标准化、权重量化)和模型训练集抽取比例(50％～80％)对预测结果的影响.研究结果表明:随着模型训练集抽取比例的增加,模型的预测准确率明显上升;将数据进行权重量化处理所得到的模型预测准确率显著高于数据标准化处理得到的模型预测准确率;本文所建立的膨胀土边坡防护工程健康预测GS-SVM模型准确、有效,可向其他边坡防护工程结构健康状态预测进行推广.