基于HS-SVM的边坡安全系数预测
针对边坡稳定问题,建立了基于和声搜索(HS)与支持向量机(SVM)的边坡安全系数预测模型.在边坡安全系数预测过程中,HS-SVM充分发挥了SVM收敛速度快、准确率高、全局最优、泛化能力强等优势;同时,采用HS算法对泛化能力、插值能力均较强的混合核函数参数组合进行全局寻优;利用拉丁超立方抽样(LHS)构建和声记忆库,使和声记忆库更具代表性,加快搜索速度.以预测值平均绝对误差(MAE)最小化为寻优目标,通过编写Matlab程序实现HS-SVM对边坡安全系数的精准、高效预测.实例证明,相比于其他算法,HS-SVM不仅具有更高效的计算速度,而且计算精度高,可广泛应用于实际工程中.
水利工程 边坡稳定分析 安全系数 支持向量机 和声搜索 混合核函数
马春辉 杨杰 程琳 郭盼 侯恒
西安理工大学水利水电学院,西安710048;西北旱区生态水利工程国家重点实验室培育基地,西安710048
国内会议
西安
中文
607-615
2016-10-20（万方平台首次上网日期，不代表论文的发表时间）