作者：王晨晖边坡稳定性主成分分析法粒子群算法支持向量机
摘要：为科学评价边坡工程的稳定性,优化边坡稳定性的预测精度,提高工作效率,提出了基于主成分分析法（PCA）和粒子群算法（PSO）优化的支持向量机（SVM）模型。首先利用主成分分析法对边坡稳定性影响因子进行特征提取,以获得的主成分作为支持向量机的特征向量建立支持向量机模型,然后通过粒子群算法优化支持向量机参数,最终建立边坡稳定性评价模型,并对边坡实例的稳定性进行预测,结果表明：PCA-PSO-SVM模型的运行速度快,预测准确率达909%,满足工程要求。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
