本文關(guān)鍵詞： 邊坡穩(wěn)定 粒子群算法 支持向量機(jī) 預(yù)測　出處：《沈陽建筑大學(xué)學(xué)報(自然科學(xué)版)》2017年06期 　論文類型：期刊論文

【摘要】：目的提出一種基于改進(jìn)算法的支持向量機(jī)模型(PSO-SVM),利用邊坡的參數(shù)分析預(yù)測邊坡穩(wěn)定性.方法利用支持向量機(jī)有效解決小樣本、高維數(shù)、非線性等問題的優(yōu)勢,建立粒子群算法(PSO)優(yōu)化的支持向量機(jī)模型,粒子群算法優(yōu)化支持向量機(jī)參數(shù),模型中邊坡幾何參數(shù)和強(qiáng)度參數(shù):邊坡角β、邊坡高度H、巖石容重γ、黏聚力c、內(nèi)摩擦角φ以及孔隙水壓力ru作為輸入?yún)?shù),邊坡穩(wěn)定性系數(shù)FS和邊坡穩(wěn)定狀態(tài)S作為輸出參數(shù).結(jié)果 PSO-SVM模型與網(wǎng)格搜索算法(GS)、遺傳算法(GA)優(yōu)化SVM模型以及人工神經(jīng)網(wǎng)絡(luò)ANN模型相比,具有更高的分類精度和更強(qiáng)的預(yù)測能力.結(jié)論 PSO-SVM模型能夠準(zhǔn)確地獲得邊坡的穩(wěn)定性系數(shù),評價其穩(wěn)定性,在邊坡穩(wěn)定分析和預(yù)測中具有良好的實(shí)際應(yīng)用價值.
[Abstract]:Aim to propose a new support vector machine model based on improved algorithm, which can be used to analyze and predict slope stability by using the parameters of slope. Methods support vector machine is used to solve the problems of small sample size, high dimension, nonlinearity and so on. The support vector machine (SVM) model of particle swarm optimization (PSO) optimization is established, and the PSO algorithm is used to optimize the support vector machine (SVM) parameters. In the model, the geometric and strength parameters of the slope are as follows: slope angle 尾, slope height H, rock bulk density 緯, cohesive force c, internal friction angle 蠁 and pore water pressure r u as input parameters. The slope stability coefficient FS and slope stability state S are the output parameters. Results the PSO-SVM model is compared with the grid search algorithm, the genetic algorithm (GA) to optimize the SVM model and the artificial neural network (ANN) model. Conclusion the PSO-SVM model can accurately obtain the slope stability coefficient and evaluate its stability, which has a good practical application value in slope stability analysis and prediction.
【作者單位】： 西安建筑科技大學(xué)材料與礦資學(xué)院;西安建筑科技大學(xué)土木工程學(xué)院;西安科技大學(xué)能源學(xué)院;
【基金】：國家自然科學(xué)基金項目(10772143) 陜西省科技統(tǒng)籌項目(2015TZC-G-8-9)
【分類號】：TU43

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 林之恒;;巖爆基于支持向量機(jī)預(yù)測的智能模型[J];山西建筑;2009年31期

2 郭鳳儀;郭長娜;王愛軍;王洋洋;劉丹;;基于粒子群優(yōu)化支持向量機(jī)的煤礦水位預(yù)測模型[J];計算機(jī)工程與科學(xué);2012年07期

3 劉永;張志軍;賀桂成;丁德馨;;位移反分析的模式搜索支持向量機(jī)方法及其應(yīng)用[J];中國有色金屬學(xué)報;2012年11期

4 衛(wèi)定軍;羅國富;司學(xué)蕓;李國斌;李英;;基于支持向量機(jī)回歸的寧夏地震前兆綜合預(yù)測模型研究[J];地震研究;2014年02期

5 趙洪波;巖體分級的進(jìn)化支持向量機(jī)方法研究[J];紹興文理學(xué)院學(xué)報(自然科學(xué));2004年07期

6 武安緒;李平安;魯亞軍;穆會泳;蘇小非;劉學(xué)謙;;基于支持向量機(jī)的多維地震時間序列建模[J];東北地震研究;2006年04期

7 張瑞鶴;;邊坡穩(wěn)定分析及其設(shè)計中的有關(guān)問題探討[J];城市道橋與防洪;2006年01期

8 趙敏;何暉;厲巍生;;土質(zhì)邊坡穩(wěn)定分析的積分法及程序設(shè)計[J];西安工業(yè)大學(xué)學(xué)報;2006年05期

9 侯曉玲;丁聲凱;;淺談邊坡穩(wěn)定分析[J];科技風(fēng);2009年19期

10 倪亮;;某220kV變電站邊坡穩(wěn)定分析[J];武漢大學(xué)學(xué)報(工學(xué)版);2010年S1期

相關(guān)會議論文 前10條

1 李方;范幸義;;計算機(jī)在邊坡穩(wěn)定分析中的應(yīng)用[A];第十四屆全國工程設(shè)計計算機(jī)應(yīng)用學(xué)術(shù)會議論文集[C];2008年

2 張伯艷;李德玉;;邊坡穩(wěn)定分析的地震輸入模型[A];中國巖石力學(xué)與工程實(shí)例第一屆學(xué)術(shù)會議論文集[C];2007年

3 朱凱;龍連春;;巖土邊坡穩(wěn)定分析[A];北京力學(xué)會第15屆學(xué)術(shù)年會論文摘要集[C];2009年

4 關(guān)啟明;許蕓蕓;;邊坡穩(wěn)定分析的神經(jīng)網(wǎng)絡(luò)方法[A];第十屆全國結(jié)構(gòu)工程學(xué)術(shù)會議論文集第Ⅱ卷[C];2001年

5 陳祖煜;;邊坡穩(wěn)定分析的塑性力學(xué)上限解[A];中國土木工程學(xué)會第七屆土力學(xué)及基礎(chǔ)工程學(xué)術(shù)會議論文集[C];1994年

6 趙志峰;徐衛(wèi)亞;;考慮計算參數(shù)不確定性的邊坡穩(wěn)定分析[A];第一屆中國水利水電巖土力學(xué)與工程學(xué)術(shù)討論會論文集（上冊）[C];2006年

7 謝兼量;梅明榮;;基于有限元應(yīng)力場的邊坡穩(wěn)定分析[A];慶祝中國力學(xué)學(xué)會成立50周年暨中國力學(xué)學(xué)會學(xué)術(shù)大會’2007論文摘要集（下）[C];2007年

8 秦衛(wèi)星;陳勝宏;劉金龍;;不連續(xù)化分叉條件及其在邊坡穩(wěn)定分析中的應(yīng)用[A];第九屆全國巖石動力學(xué)學(xué)術(shù)會議論文集[C];2005年

9 徐千軍;尹宏磊;;單元集成法及其在邊坡穩(wěn)定分析中的應(yīng)用[A];第一屆全國水工巖石力學(xué)學(xué)術(shù)會議論文集[C];2005年

10 王克宏;彭春雷;肖成忠;;5~#石窟洞口松散邊坡穩(wěn)定分析與治理[A];巖土工程學(xué)術(shù)交流會文集[C];2004年

相關(guān)博士學(xué)位論文 前1條

1 董輝;基于支持向量機(jī)的巖土非線性變形行為預(yù)測研究[D];中南大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 解敬;基于ACO優(yōu)化SVM在測井巖性識別中的研究[D];東北石油大學(xué);2015年

2 應(yīng)茜羽;基于支持向量機(jī)的非線性AVO反演[D];中國海洋大學(xué);2015年

3 關(guān)文政;基于支持向量機(jī)的煤儲層參數(shù)測井評價方法研究[D];長江大學(xué);2016年

4 劉佳樂;基于近似支持向量機(jī)的儲層分析方法[D];成都理工大學(xué);2016年

5 周昭飛;基于不確定多分類支持向量機(jī)在滑坡危險性預(yù)測的應(yīng)用[D];江西理工大學(xué);2016年

6 王鵬;支持向量機(jī)在測井解釋中的應(yīng)用[D];長江大學(xué);2017年

7 譚鍇;基于支持向量機(jī)的云南地區(qū)地震預(yù)測[D];浙江師范大學(xué);2010年

8 于文彬;基于偏最小二乘及最小二乘支持向量機(jī)算法在儲層參數(shù)預(yù)測上的應(yīng)用[D];吉林大學(xué);2011年

9 賴永標(biāo);支持向量機(jī)在地下工程中的應(yīng)用研究[D];山東科技大學(xué);2004年

10 王迎東;改進(jìn)支持向量機(jī)在邊坡穩(wěn)定性評價及參數(shù)反演中的應(yīng)用[D];中國地質(zhì)大學(xué)（北京）;2014年

，

本文編號：1535713