基于RF-ELM模型的边坡稳定性预测研究 |
| |
引用本文: | 邵良杉,马寒,温廷新.基于RF-ELM模型的边坡稳定性预测研究[J].中国安全生产科学技术,2015(3):93-98. |
| |
作者姓名: | 邵良杉 马寒 温廷新 |
| |
作者单位: | 辽宁工程技术大学系统工程研究所 |
| |
基金项目: | 国家自然科学基金资助项目(71371091);辽宁省高等学校杰出青年学者成长计划项目(LJQ2012027) |
| |
摘 要: | 为实现对边坡稳定性的有效预测,将极限学习机算法与旋转森林算法相结合,并依据影响边坡稳定性的六项重要因素,建立了边坡稳定性预测的RF-ELM预测模型。该模型是以极限学习机算法为基分类器,以旋转森林算法为框架的集成学习模型,利用UCI数据库中三组数据集验证了该集成模型确实提高了ELM的预测性能。将RF-ELM模型应用于边坡稳定性的预测问题中,结合39组工程实例数据进行预测实验,结果表明该模型具有较高的预测精度,可有效的对边坡稳定性进行预测。
|
关 键 词: | 边坡稳定性 极限学习机 旋转森林 分类器集成 |
本文献已被 CNKI 等数据库收录! |
|