10.3969/j.issn.1000-7598.2009.03.033
基于PCA-GEP算法的边坡稳定性预测
提出一种基于主成分分析的基因表达式程序设计算法,并将其用于边坡稳定性预测.该算法先采用主成分分析法对样本数据进行预处理,有效地减少预测模型的输入量,消除输入数据间的相关性,再将得到的新样本数据输入基因表达式,构建边坡稳定性的预测模型.利用该预测模型对82个危险圆弧破坏边坡实例中的71个实例进行学习,对另外11个实例进行预测,取得了较好的效果.在保留传统的以误差值作为评判模犁优劣标准的同时,引入AIC信息准则法,分别对v-SVR算法和GA-BP网络算法和PCA-GEP算法三种预测模犁进行比较分析,结果表明,运用该算法可以获得更优的预测模型,其预测结果比v-SVR算法和GA-BP网络等其他算法得到的结果具有更高的预测精度.工程实例计算表明,该方法是合理、可行的.
边坡稳定、基因表达式程序设计、主成分分析、预测、AIC信息准则、模型选择
30
TU432(土力学、地基基础工程)
湖北省自然科学基金2003ABA043;湖北省人文基地资助项目200480011
2009-05-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
757-761,768