基于MABC-SVR的边坡安全系数预测模型 |
| |
引用本文: | 王芬,刘阳,郝建斌,魏兴梅.基于MABC-SVR的边坡安全系数预测模型[J].安全与环境工程,2019,26(2). |
| |
作者姓名: | 王芬 刘阳 郝建斌 魏兴梅 |
| |
作者单位: | 长安大学地质工程与测绘学院,陕西西安,710054;长安大学地质工程与测绘学院,陕西西安,710054;长安大学地质工程与测绘学院,陕西西安,710054;长安大学地质工程与测绘学院,陕西西安,710054 |
| |
基金项目: | 国家自然科学基金;中央高校基本科研业务费专项;中央高校基本科研业务费专项 |
| |
摘 要: | 为避免原始人工蜂群算法(原始ABC算法)搜索时陷入局部最优解,提出一种改进的人工蜂群算法(MABC算法),该方法先将原始蜜源的适应度进行排序,找出适应度最高的蜜源,再在其周围搜索更优解,并采用MABC算法对支持向量回归(SVR)模型参数进行优化,实现对边坡安全系数的回归分析与预测。通过对两种算法进行函数测试,结果表明:MABC算法较原始ABC算法收敛速度快、全局性好。选取实例边坡数据构造训练集和测试集,采用MABC-SVR方法基于建立的边坡安全系数预测模型进行预测,结果表明:均方根误差为0.004 6,最大相对误差为7.62%,回归系数为0.967 2。可见,建立的边坡安全系数预测模型准确度较高,可推广使用。
|
关 键 词: | 改进的人工蜂群算法 支持向量回归 边坡稳定性 安全系数预测 |
本文献已被 CNKI 万方数据 等数据库收录! |
|