基于IGWO-SVM模型的边坡安全系数估算

作者：欧阳东生

来源：江西冶金, 2022, 42(06): 108-114.

DOI：10.19864/j.cnki.jxye.2022.06.017

• 边坡
• 安全系数
• 支持向量机
• 灰狼优化算法

针对目前边坡安全系数估算模型存在的问题，提出了一种基于改进的灰狼优化算法对支持向量机模型参数进行寻优，建立IGWO-SVM模型，对边坡安全系数进行估算。结果表明，在82个样本实例中，前71个为训练样本，后11个为预测样本，预测结果与改进的BP、GP、GWO-SVM预测模型进行对比。经对比，IGWO-SVM模型的平均绝对误差（Mean Absolute Error, MAE）、平均相对误差（Mean Absolute Percentage Error, MAPE）、均方根误差（Root Mean Square Error, RMSE）均最小，预测精度和预测效率均较高，该模型能有效地对边坡稳定性状态进行预测。IGWO-SVM模型估算精度更高，具有一定的应用价值。