基于网格搜索支持向量机的边坡稳定性系数预测

作者：王健伟; 徐玉胜; 李俊鑫

来源：铁道建筑, 2019, (05): 94-97.

• 边坡安全系数
• 支持向量机
• 统计分析
• 边坡
• 机器学习 Slope safety factor
• Support vector machine
• Statistical analysis
• Slope
• Machine learning

边坡稳定性分析是岩土工程的一个常见问题,影响参数较多。首先将影响边坡稳定性的样本集合建立支持向量机(Support Vector Machine,SVM)回归模型,而后使用网格搜索法(Grid-search)优化支持向量机的参数,并将优化过参数的支持向量机回归模型与贝叶斯岭回归模型、普通线性回归模型、梯度增强回归模型的预测结果进行对比。研究结果表明:优化后的SVM回归模型预测方法在边坡安全系数预测方法中更为精准稳定,具有一定的实际应用价值。

• 单位
  中国铁道科学研究院