高斯过程机器学习在边坡稳定性评价中的应用

摘要：

针对边坡工程是复杂的非线性系统,采用常规的理论分析和数值计算方法难以满足对边坡稳定性评价的高精度与快速性的要求,为此,提出对处理非线性复杂问题具有很好的适应性一种有概率意义的核学习机--高斯过程机器学习方法来解决边坡稳定性的合理评价问题,建立了相应的边坡稳定性预测模型.工程应用研究结果表明,采用高斯过程机器学习方法进行边坡稳定性评价是科学可行的,该方法能很好地表达边坡稳定性与各影响因素之间的非线性映射关系,能方便快捷地给出合理可靠且具有概率意义的边坡稳定状态评价结果,为实现边坡快速设计的工程实践要求提供了一条新的途径.

关键词：岩土力学、边坡稳定、高斯过程、机器学习

所属期刊栏目：30

分类号：TU457(土力学、地基基础工程)

资助基金：中国科学院岩土力学重点实验室开放研究基金资助项目Z110601;国家自然科学基金资助项目50809017

在线出版日期：2009-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：675-679,687