基于HIOA-MK-TCRVM算法的边坡稳定性估计模型

来源：中国安全科学学报杂志2017年第1期北京时间：

作者：罗亦泳, 姚宜斌, 张立亭, 周世健

单位：1 东华理工大学 测绘工程学院,江西 南昌 330013；2 武汉大学 测绘学院,湖北 武汉 430079

摘要：为提高边坡稳定性估计方法的精度及计算效率,将混合智能优化算法(HIOA)与多核二分类相关向量机(MK-TCRVM)算法相结合,建立HIOA优化的MK-TCRVM(HIOA-MK-TCRVM)算法,并用其估计岩质边坡及土质边坡稳定性。同时,基于单核二分类相关向量机、支持向量机(SVM)等算法建立其他的边坡稳定性估计模型,并与HIOA-MK-TCRVM算法进行精度与稀疏性对比分析。最后,分析HIOA算法优化MK-TCRVM算法参数的效果。结果表明,HIOA-MK-TCRVM算法对训练集与测试集边坡稳定性估计的准确率均达到100%,其精度优于其他边坡稳定性估计模型;HIOA-MK-TCRVM算法的相关向量数占训练样本数的25%以内,模型稀疏化效果明显;向HIOA算法中加入遗传操作后,其进化速度及最优解均得到较好的改善。

关键词：多核二分类相关向量机(MK-TCRVM),边坡稳定性,混合智能优化算法(HIOA),粒子群优化(PSO),二分类相关向量机(TCRVM)

基金资助：国家自然科学基金资助(41374007);江西省自然科学基金资助(20151BAB213031);江西省教育厅科学技术研究项目(GJJ150592)。