基于蚁群优化最小二乘支持向量机模型的边坡稳定性分析

被引:18
作者
徐飞 [1 ,2 ]
徐卫亚 [1 ,2 ]
王珂 [3 ]
机构
[1] 河海大学岩土力学与堤坝工程教育部重点实验室
[2] 河海大学岩土工程研究所
[3] 不详
关键词
边坡; 稳定性; 蚁群算法; 支持向量机; 锦屏;
D O I
暂无
中图分类号
TV223.31 [];
学科分类号
摘要
边坡稳定性与其影响因素之间存在着复杂的非线性关系。通过分析影响边坡稳定性的主要因素,采用支持向量机建立边坡稳定性和影响因素之间的非线性关系;同时,考虑到支持向量机参数对预测效果的影响,采用连续蚁群算法对其进行优化选择,从而提出边坡稳定性预测的蚁群优化支持向量机模型。锦屏一级右岸拱肩槽部位谷坡为顺向坡,绝大部分基岩裸露,自然边坡为大理岩边坡,现状稳定。结合锦屏一级右岸拱肩槽边坡,采用蚁群优化支持向量机模型对其稳定性进行预测分析,预测结果与实际情况吻合较好,说明蚁群优化支持向量机模型在边坡稳定性分析中具有良好的实际应用价值。
引用
收藏
页码:253 / 257
页数:5
相关论文
共 7 条
  • [1] 支持向量机函数拟合在边坡稳定性估计中的应用
    赵洪波
    冯夏庭
    [J]. 岩石力学与工程学报, 2003, (02) : 241 - 245
  • [2] 蚁群算法在连续空间寻优问题求解中的应用
    汪镭
    吴启迪
    不详
    [J]. 控制与决策 , 2003, (01) : 45 - 48+57
  • [3] 连续优化问题的蚁群算法研究
    高尚
    钟娟
    莫述军
    [J]. 微机发展, 2003, (01) : 21 - 22+69
  • [4] 非线性位移时间序列进化神经网络建模的适应性研究
    张治强
    冯夏庭
    杨成祥
    林韵梅
    朱维申
    [J]. 岩土力学, 1999, (04) : 19 - 24
  • [5] 边坡稳定性的神经网络估计
    冯夏庭
    王泳嘉
    卢世宗
    [J]. 工程地质学报, 1995, (04) : 54 - 61
  • [6] 智能岩石力学导论[M]. 科学出版社 , 冯夏庭著, 2000
  • [7] 锦屏一级水电站工程区右岸边坡施工期动态稳定及监测反馈分析报告 .2 西南交通大学. . 2008