科研之友
微信
新浪微博
Facebook
分享链接
摘要
边坡稳定是确保水利工程安全的重要因素之一，边坡稳定性预测也是近年来人们关注的焦点。针对当前研究普遍存在的边坡稳定系数预测准确度不高的问题，通过对影响边坡稳定性的因子的数据量有限、各因子之间存在相关性、各因子的敏感度不同、分析过程本身存在非线性等特点的分析，研究中采用PCA和扩展RBF核SVM建立边坡稳定性分析模型PCA-ERBF-SVM,并通过免疫算法对模型进行了优化。将所建立的PCA-ERBF-SVM模型与GA-BP神经网络模型、传统SVM模型、v-SVM模型以及MS-SVM模型分别进行对比，实验结果表明，PCA-ERBF-SVM计算出的边坡稳定性系数最接近实际值，LOO误差为0.014 6,训练时间为12.794 5 s,均优于其他几种模型。
- 单位
