水利水电技术(中英文)

2020, v.51;No.565(11) 205-209

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

基于GS-SVM的边坡稳定性预测模型
GS-SVM-based prediction model for slope stability

张云雁

摘要(Abstract):

针对影响边坡稳定多个相关因素的复杂性和不确定性,以及数据样本的不平衡,现有的方法无法提供精确的边坡稳定性结果等原因,需要迫切开发复杂的数据处理算法。本文通过详细调查获取了1994—2011年221个圆弧形滑坡案例中边坡高度、倾角和边坡坡体容重、黏聚力、内摩擦角、孔隙水压系数等特征参数及其相对应的稳定性状态(稳定、失稳)组成了模型样本库。然后,提出了一种基于支持向量机(Support Vector Machine,SVM)的方法进行边坡稳定性的预测分析,并采用精准率、AUC值和F1-Score评估模型预测性能。通过具体工程实例表明:SVM模型分类精确率、AUC以及Ce分别为0.970、0.898和0.925,明显优于GB、RF、KNN等模型,其预测结果具有很高的可信度。

关键词(KeyWords): 边坡稳定性;支持向量机;预测分析;边坡设计

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划项目(2018YFC0407102)

作者(Author): 张云雁

DOI: 10.13928/j.cnki.wrahe.2020.11.025

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享