基于GA-SVM的边坡稳定性预测模型研究

作     者：贾荣谷 王学祥 李育红 高连通 殷诗茜 JIA Rong-gu;WANG Xue-xiang;LI Yu-hong;GAO Lian-tong;YIN Shi-qian

作者机构：云南建投第一勘察设计有限公司昆明650102 云南宾鹤高速公路投资开发有限公司鹤庆671599 昆明理工大学昆明650500 

出 版 物：《地质灾害与环境保护》 (Journal of Geological Hazards and Environment Preservation)

年 卷 期：2024年第35卷第2期

页      码：85-90页

摘      要：边坡失稳每年在全球造成重大的经济损失,为了更快速精确地判断边坡的稳定状态,保障边坡工程的安全。针对此问题,本文提出采用GA-SVM算法构建边坡稳定性预测模型。选取6个典型边坡参数:容重、黏聚力、内摩擦角、坡角、坡高、孔隙水压力比作为输入端要素,边坡状态作为输出端要素,结合收集到740个工程实际案例数据构建完成模型训练样本集。结果表明:GA-SVM模型受试者工作特征曲线下面积(AUC)值为0.942,准确率为0.976,召回率为0.976,精确率0.979,F1 score为0.976,反映出该模型在识别边坡失稳状态时的预测精度高、泛化能力强、预测结果可靠。再结合工程实例验证反映出边坡状态的评估结果与实际情况一致。说明可将GA-SVM模型应用于实际的边坡稳定性预测,可为边坡的设计施工提供依据,在实际的工程应用中具有良好的应用前景。

主 题 词：边坡稳定性 机器学习 GA-SVM模型 稳定性预测 

学科分类：08[工学] 080104[080104] 0815[工学-矿业类] 0801[工学-力学类] 

D　O　I：10.3969/j.issn.1006-4362.2024.02.014

馆 藏 号：203128268...