基于智能算法优化支持向量机模型的滑坡稳定性预测
影响滑坡稳定性的因素较多,利用滑坡稳定性影响因素快速预测滑坡稳定状态是当前滑坡研究的重要内容.利用相关系数、支持向量机、交叉验证法、遗传算法、粒子群优化算法等理论建立支持向量机模型对滑坡稳定性进行了研究.以湖北竹溪县197个滑坡为例,研究结果表明:遗传算法优化的支持向量机滑坡稳定性预测模型预测效果最好,与实际情况吻合得最好.最佳参数c为3.001 6、g为0.041 008,训练集滑坡稳定性预测的正确率为84％,测试集滑坡稳定性预测的正确率为79.32％.因此所提遗传算法优化的支持向量机滑坡稳定性预测模型对于滑坡稳定性分析具有一定参考价值.
滑坡稳定性、相关系数、支持向量机、遗传算法、粒子群优化算法
25
X43;P642.22(自然灾害及其防治)
国家自然科学基金项目51309141;水利部公益基金项目201401029;2015年三峡大学研究生科研创新基金2015CX036Project Supported by National Natural Science FundationGrant No.51309141,Ministry of Water Resources Public FundGrant No.201401029 and China Three Gorges University Graduate Student Innovation Fund Grant No.2015CX036
2016-12-06（万方平台首次上网日期，不代表论文的发表时间）
46-54
