基于PCA-GEP算法的边坡稳定性预测

作     者：谷琼 蔡之华 朱莉 黄波 GU Qiong;CAI Zhi-hua;ZHU Li;HUANG Bo

作者机构：中国地质大学计算机学院武汉430074 

基　　金：湖北省自然科学基金(No.2003ABA043) 湖北省人文基地资助项目(No.2004B0011) 

出 版 物：《岩土力学》 (Rock and Soil Mechanics)

年 卷 期：2009年第30卷第3期

页      码：757-761,768页

摘      要：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型优劣标准的同时,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算法三种预测模型进行比较分析,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。

主 题 词：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 

学科分类：08[工学] 0818[工学-交通运输类] 080104[080104] 0815[工学-矿业类] 0903[农学-动物生产类] 0813[工学-化工与制药类] 0901[农学-植物生产类] 0814[工学-地质类] 0801[工学-力学类] 

核心收录：

D　O　I：10.3969/j.issn.1000-7598.2009.03.033

馆 藏 号：203142476...