金属矿山

作者：庞俊勇,刘俊,郑靓婧,李瑶鹤,苏红艳

单位：1. 咸宁职业技术学院建筑学院,湖北 咸宁 437000;2. 湖北科技学院资源环境科学与工程学院,湖北 咸宁 437000;3. 鹤壁职业技术学院建筑设计与工程学院,河南 鹤壁 458030

关键词：边坡危岩体,稳定性评价,支持向量机回归算法,遗传算法,粒子群优化算法,

边坡危岩体稳定性评价是地质灾害防治的重要内容之一。传统的稳定性评价方法在求解复杂非线性问题时存在着精度较低、收敛速度慢等问题,为此,提出了一种基于GA-PSO 混合优化支持向量回归(SVR)的边坡危岩体稳定性评价模型。首先,通过采集大量的实测数据和监测数据,建立了边坡危岩体的训练样本集;然后,将SVR算法引入稳定性评价中,利用其非线性映射性能拟合边坡危岩体的稳定性函数。为提高SVR 模型的优化能力,将遗传算法(GA)和粒子群优化算法(PSO)相结合,形成了GA-PSO 混合优化算法,并用于求解SVR 模型中的优化问题。选取了多个现场实际边坡危岩体工程案例进行了算法测试。结果表明:相对于传统方法,GA-PSO 混合优化SVR 模型能够准确预测边坡危岩体的稳定性,并且具有较高的精度和较快的收敛速度。

来源：2024年第9期

《金属矿山》期刊编辑部

查看金属矿山杂志2024年第9期