基于PSO-SVM的砂土地震液化预测模型
来源：中国安全科学学报杂志2018年第3期北京时间：
作者：毛志勇, 黄春娟, 路世昌
单位：辽宁工程技术大学 工商管理学院, 辽宁 葫芦岛 125105
摘要：为提高砂土地震液化预测的准确性和可靠性,根据其特点,选取地震烈度、地下水位、标准贯入击数、平均粒径、不均匀系数、上覆有效压力、动剪应力比等7个因子作为判别依据,采用粒子群算法(PSO)对支持向量机(SVM)的参数寻优,建立预测砂土地震液化的PSO-SVM模型;选用 50个样本训练模型,并用该模型预测14个测试样本,并回判所有样本。结果表明: 模型预测准确率为100%,该模型在解决砂土地震液化预测问题中,分类效果较好、效率较高。
关键词：地震,砂土液化,数据归一化,支持向量机(SVM),粒子群算法(PSO)
基金资助：国家自然科学基金资助(70971059)。
