进化-最小二乘支持向量机的边坡稳定性估计

被引:6
作者
马文涛 [1 ]
孔亮 [2 ]
机构
[1] 宁夏大学数学计算机学院
[2] 青岛理工大学理学院
关键词
边坡稳定; 最小二乘支持向量机; 遗传算法; 参数选择;
D O I
10.16285/j.rsm.2009.12.056
中图分类号
P642 [工程地质学]; TP18 [人工智能理论];
学科分类号
0814 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对最小二乘支持向量机的参数选择问题,用遗传算法来搜索最小二乘支持向量机的相关参数,避免了人工搜索参数的盲目性,提高了模型的推广性能。根据大量的实际边坡工程数据,建立了基于进化-最小二乘支持向量机的边坡稳定性模型,并将其应用于估计丁家河磷矿自然边坡稳定状况。计算结果与工程实际情况一致,表明了该方法的有效性和合理性。
引用
收藏
页码:3876 / 3880
页数:5
相关论文
共 9 条
[1]   基于支持向量机与遗传算法的发酵过程软测量建模 [J].
桑海峰 ;
何大阔 ;
张大鹏 .
东北大学学报(自然科学版), 2007, (06) :781-784
[2]   基于最小二乘算法的模糊支持向量机控制器及其应用 [J].
程启明 ;
王勇浩 .
中国电机工程学报, 2007, (08) :76-80
[3]   高陡山区开采自然坡失稳分析的神经网络方法 [J].
李文秀 ;
杨少冲 ;
陈二忠 ;
乔金丽 ;
戴兰芳 .
岩土力学, 2006, (09) :1563-1566
[4]   基于支持向量机的边坡稳定性预测模型 [J].
罗战友 ;
杨晓军 ;
龚晓南 .
岩石力学与工程学报, 2005, (01) :144-148
[5]   RBF神经网络在边坡岩体稳定性中的预测研究 [J].
付义祥 ;
刘世凯 ;
刘大鹏 .
武汉理工大学学报(交通科学与工程版), 2003, (02) :170-173
[6]   支持向量机函数拟合在边坡稳定性估计中的应用 [J].
赵洪波 ;
冯夏庭 .
岩石力学与工程学报, 2003, (02) :241-245
[7]   边坡稳定性的神经网络估计 [J].
冯夏庭,王泳嘉,卢世宗 .
工程地质学报, 1995, (04) :54-61
[8]  
遗传算法[M]. 西安交通大学出版社 , 王小平,曹立明著, 2002
[9]   Least squares support vector machine classifiers [J].
Suykens, JAK ;
Vandewalle, J .
NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300