基于网格搜索支持向量机的边坡稳定性系数预测

摘要：

边坡稳定性分析是岩土工程的一个常见问题,影响参数较多.首先将影响边坡稳定性的样本集合建立支持向量机(Support Vector Machine,SVM)回归模型,而后使用网格搜索法(Grid-search)优化支持向量机的参数,并将优化过参数的支持向量机回归模型与贝叶斯岭回归模型、普通线性回归模型、梯度增强回归模型的预测结果进行对比.研究结果表明:优化后的SVM回归模型预测方法在边坡安全系数预测方法中更为精准稳定,具有一定的实际应用价值.

关键词：边坡安全系数、支持向量机、统计分析、边坡、机器学习

所属期刊栏目：59

分类号：TU457(土力学、地基基础工程)

资助基金：中国铁道科学研究院基金2016YJ156

在线出版日期：2019-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：94-97