基于 C4．5决策树算法的土质边坡稳定性评价研究

摘要：

采用神经网络进行土质边坡稳定性评价时，差异性较大的训练样本往往会使评价结果不太理想。针对这一问题引入 C4．5决策树算法，采用多个土质边坡工程的实测数据，运用信息增益率进行分类属性的选择，并对建立好的树体结构进行剪枝操作，建立基于决策树的土质边坡稳定性评价模型。将该模型与 BP 神经网络和 LVQ （Learning Vector Quantization，学习向量量化）神经网络进行对比分析，结果显示决策树模型分类正确率最高，达到90％，模型所用时间为2．24 s，表明把决策树用于土质边坡稳定性评价是合理的。

关键词：土质边坡、稳定性预测、决策树、BP 神经网络、LVQ 神经网络

分类号：TU444(土力学、地基基础工程)

资助基金：国家自然科学基金资助项目51204098

在线出版日期：2016-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：82-86