基于R语言的边坡稳定性预测模型优选研究

作者：彭建谋; 吴会军; 陈娟玲; 杨健; 熊永亮

来源：矿业研究与开发, 2018, 38(06): 35-39.

DOI：10.13827/j.cnki.kyyk.2018.06.008

• 边坡稳定性
• 判别分析
• 模型优化
• R语言
• 分层随机抽样

边坡稳定性的准确评判对边坡工程具有重要的指导意义。在综合考虑边坡稳定性的11类影响指标的基础上,通过对比分析5类预测模型误判样本数量,建立了基于Fisher判别分析的最优模型。通过借助R语言实现训练样本与测试样本的分层随机抽样技术,保证了判别模型中样本数据的随机性与差异性。多次随机试验研究表明:基于R语言的边坡稳定性线性判别分析模型,操作简便,预测准确率高达95.24%。同时,预测模型程序化语言的实现对保障矿山工程后期边坡稳定性研究的可持续性具有重大的意义。