作者：胡安龙; 王孔伟滑坡稳定性相关系数支持向量机遗传算法粒子群优化算法
摘要：影响滑坡稳定性的因素较多，利用滑坡稳定性影响因素快速预测滑坡稳定状态是当前滑坡研究的重要内容。本文拟利用相关系数、支持向量机、交叉验证法、遗传算法、粒子群优化算法等理论对滑坡稳定性预测进行研究。以湖北竹溪县197个滑坡为例，首先对滑坡稳定性影响因素进行量化处理，然后进行归一化处理。并引入相关系数理论描述滑坡稳定性影响因素对滑坡稳定状态影响的大小。再根据关联度大小筛选出影响滑坡稳定性的主要影响因素。其次，引入支持向量机理论建立了支持向量机滑坡稳定性预测模型。最后分别利用交叉验证法、遗传算法、粒子群优化算法3种方法对支持向量机滑坡稳定性j员测模型惩罚参数C和核函数参数g进行优化。研究结果表明：遗传算法优化的支持向量机滑坡稳定性预测模型预测效果最好，与实际情况吻合最好。最佳参数C为3．0016、g为0．041008，训练集滑坡稳定性预测的正确率为84％，测试集滑坡稳定性预测的正确率为79．3196％。故遗传算法优化的支持向量机滑坡稳定性预测模型对于滑坡稳定性分析具有一定参考价值。同时，相关算法和方法也可以为其他工程研究提供参考。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
