基于蚁群优化最小二乘支持向量机模型的边坡稳定性分析.pdfVIP

JournalofEngineeringGeology 工程地质学报 1004—9665／2O09／17(2)-0253-05 基于蚁群优化最小二乘支持向量机模型的边坡稳定性 分析 徐 飞①② 徐卫亚①② 王 珂③ (①河海大学岩土力学与堤坝工程教育部重点实验室 南京 210098) (②河海大学岩土工程研究所 南京 210098) (③南京大学环境学院 南京 210093) 摘 要 边坡稳定性与其影响因素之间存在着复杂的非线性关系。通过分析影响边坡稳定性的主要因素，采用支持向量机 建立边坡稳定性和影响因素之间的非线性关系；同时，考虑到支持向量机参数对预测效果的影响，采用连续蚁群算法对其进 行优化选择 ，从而提出边坡稳定性预测的蚁群优化支持向量机模型。锦屏一级右岸拱肩槽部位谷坡为顺向坡，绝大部分基岩 裸露，自然边坡为大理岩边坡 ，现状稳定。结合锦屏一级右岸拱肩槽边坡，采用蚁群优化支持向量机模型对其稳定性进行预 测分析，预测结果与实际情况吻合较好 ，说明蚁群优化支持向量机模型在边坡稳定性分析中具有 良好的实际应用价值。 关键词 边坡 稳定性 蚁群算法 支持向量机 锦屏 中图分类号：TD824．7 文献标识码 ：A SLoPE STABILITY ANALYSISUSING LEAST SQUARE SUPPoRT VEC- ToR MACHINE oPTIM IZED W ITH ANT CoLoNY ALGoRITHM XU Fei①② XU Weiva①② WANG Ke~ (03KeyLaboratoryofMinistryofEducationforGeomechanicsandEmbankmentEngineering，HohaiUniversity，Nanjing 210098) ((~ResearchInstituteofGeotechnicalEngineering，HohaiUniversity，Nanjing 210098) (~SchoolofTheEnvironment，NanjingUniversity-Nanjing 210093) Abstract Therelationshipbetweenslopestabilityandinfluencingfactorsiscomplexandnonlinear．Supportvector machine(SVM)isusedtobuildthenonlinearrelationship．TheparametersofSVM areoptimizedwithacontinu． OUSantcolonyalgorithm (CACA)．ThustheACAC—SVMisproposedforforecastingslopestability．Slopeofright — bankspandrelgrooveatJinpingisforwardslope．Amajorityoftheslopesurfaceisbareandcomprisedofbed- rock．thenatural slopeiscomprisedofmarbleandstabilitynow．TheCACA —SVM isusedtoanalysisthestability oftheslopeoffight—bankspandrelrgooveatJinping．Theresultsareingoodagreementwiththeactual data。 whichindicatesthattheCACA —SVM canbewellappliedtotheanalysisofslopestability． Keywords Slope，Stability，Antcolonyalgorithm，Supportvectormachine，Jinping 收稿 日期：2008—01—02；收到修改稿 日期：2008—05—07． 基金项 目：国家 自然科学基金资助项 国家重点基础研究发展规划(973)项 目2002CB412707 第一作者简介：徐飞，主要从事岩土工程监控方面的研究工作．Email：xfawy@hhu．edu．cn JournalofEngineeringGeology 工程地质学报 2009 体做法如下：设 维待优化变量 X= ， ，…， 1 引