基于DE-MELM的土质边坡稳定性预测方法

作者：陈茸; 韩宝安; 韩宝华; 甘旭升

来源：安全与环境工程, 2020, 27(04): 87-93.

DOI：10.13578/j.cnki.issn.1671-1556.2020.04.012

• 土质边坡
• 稳定性预测方法
• 极限学习机
• 差分进化算法
• 粗差

为防止滑坡,避免发生事故,将差分进化(DE)算法与改进的极限学习机(ELM)有机组合,提出了一种基于DE-MELM的土质边坡稳定性预测方法。该方法首先在M估计基础上利用加权最小二乘方法计算ELM输出权值,以减少数据粗差对ELM预测的干扰;然后采用DE算法优化该ELM隐含层输入权值和偏差,以降低随机选取参数对预测性能的影响;最后通过所建立的DE-MELM土质边坡稳定性预测模型进行实例仿真验证。仿真验证结果表明:较之于标准ELM方法和基于M估计的ELM方法,所提出的DE-MELM方法仅经过15次迭代即可取得较为理想的预测精度,并对数据粗差具有较强的抗干扰能力,从而验证了其可行性和有效性。

• 单位
  四川交通职业技术学院; 空军工程大学