基于主成分分析和优化SVM的公路边坡稳定性评价模型
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1673-8047.2019.04.002

基于主成分分析和优化SVM的公路边坡稳定性评价模型

引用
影响公路边坡稳定性的因素众多,各因素与边坡稳定性之间的关系是未知且非线性的,常规简单数学模型难以对边坡稳定性进行有效评价.通过主成分分析法(Principal Component Analysis,PCA)去除影响因素间的相关性,将影响边坡稳定性的6个因素(容重、内聚力、内摩擦角、边坡角、边坡高度、孔隙水压力比)进行主成分提取,得到4个主成分,作为遗传算法(Genetic Algorithms,GA)优化支持向量机(Support Vector Machine,SVM)模型的输入变量,以边坡稳定性作为输出变量,最终建立基于PCA-GA-SVM的公路边坡稳定性评价模型.通过对比检验样本的评价值和实际值,模型的最大绝对误差为0.0921,最大相对误差为9.21%,满足实际工程的要求.

公路边坡、主成分分析、遗传算法、支持向量机、稳定性

21

U416.1+4;TU43(道路工程)

国家自然科学基金;河北省自然科学基金;河北省教育厅青年基金;河北省教育厅在读研究生创新能力培养资助项目;河北地质大学第十六届学生科技基金后补助科研项目

2020-03-16(万方平台首次上网日期,不代表论文的发表时间)

共7页

8-14

相关文献
评论
暂无封面信息
查看本期封面目录

防灾科技学院学报

1673-8047

13-1377/P

21

2019,21(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn