10.19645/j.issn2095-0144.2018.12.010
基于分类与回归树算法的边坡稳定性分析
传统的确定性分析方法难以准确描述边坡工程中复杂的非线性特性,为此提出能有效处理复杂非线性问题的分类与回归树(CART)算法来对边坡稳定性进行预测,并结合交叉验证法和网格搜索法建立了合适的边坡稳定性预测模型.根据收集到的82个边坡实例,使用其中71个实例开展模型学习,剩余11个实例进行预测;并与GA-BP算法、v-SVR算法、GP算法、E-RVM算法、PCA-GEP算法及HS-RVM算法建立的预测模型进行对比分析.研究结果表明,CART算法建立的模型精度高,泛化能力强,其预测结果要明显优于GA-BP算法等6种算法所建立模型的预测结果,同时建模方法简单易用,在实际工程中有很好的应用推广前景.
边坡工程、边坡稳定性分析、分类与回归树、交叉验证、网格搜索
54
P642.22(水文地质学与工程地质学)
2019-04-29(万方平台首次上网日期,不代表论文的发表时间)
共4页
32-35