基于支持向量机法的降雨型边坡可靠性预测模型

论文摘要

在人们从事的各种工程建设活动中,常会遇到边坡的稳定问题。在各领域的建设过程中,由边坡失稳对人民的生命财产安全造成的损害愈加严重,人们已经逐渐意识到边坡稳定的重要性。据相关部门统计,2016年,我国的地质灾害数量为9710起,由边坡失稳所带来的地质灾害,在其中的占比高达76%。通过查阅相关的文献资料发现,90%的边坡失稳问题都是由降雨引发,所谓“十滑九水”就是这个道理。所以对边坡稳定性的预测,特别是对降雨型边坡稳定性分析预测具有重要的意义。本文分别对边坡的确定性分析方法和可靠度分析方法进行了讨论,并在前人研究的基础上,引入正交试验法对影响边坡稳定性的因素进行敏感性分析和较优组合分析。在确定性分析方法当中,利用支持向量机在解决小样本、非线性、高维数和局部极小点的问题时所具有的优点和粒子群算法的容易实现、精度高的特点,同时结合主成分分析方法（PCA）的特征提取能力,对建模过程中的参数进行优化,进而建立了边坡稳定性预测的PCA-PSO-SVM模型,并结合工程实例对本模型的准确性进行了验证。在边坡的可靠度分析中,本文介绍了中心点法（MFOSM）、基于迭代算法的验算点（FORM）计算法、响应面法、蒙特卡洛等方法对边坡稳定性可靠度计算的精确性及简便性的优缺点。在研究的过程中,将FROM方法和支持向量机法进行了有机的结合,应用于边坡的可靠度分析当中,并给出相应的预测模型,建立了基于支持向量机的边坡可靠度预测模型。利用该模型分别对同一边坡的三个剖面进行了边坡可靠度的分析验证。结果证明,本文建立的基于FORM法与支持向量机法相结合的边坡可靠度预测模型,克服了其他方法中计算繁琐,精确度低的缺点,并且可以在很大程度上提高边坡可靠度分析的效率。在实际的边坡稳定分析过程中,可以采用该模型对边坡的可靠度指标有效预测。该模型的建立为相应的理论研究奠定了良好的基础,开拓了一个新的思路,而且对于分析其他边坡稳定问题具有良好的借鉴意义。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
•   1.1 研究目的及意义
•   1.2 国内外研究现状
•     1.2.1 边坡稳定性分析方法研究现状
•     1.2.2 边坡可靠性研究现状
•     1.2.3 支持向量机（SVM）在边坡工程中的应用现状
•   1.3 论文的主要研究内容
• 第二章 边坡可靠度分析方法
•   2.1 可靠度分析原理
•   2.2 可靠度分析方法
•     2.2.1 一次二阶矩法（FOSM）
•     2.2.2 二次可靠性分析法（SORM）
•     2.2.3 响应面法
•     2.2.4 蒙特卡洛法
•   2.3 本章小结
• 第三章 统计学习理论和支持向量机法
•   3.1 机器学习原理
•     3.1.1 机器学习的原理
•     3.1.2 经验风险最小化（ERM）
•   3.2 统计学习理论
•     3.2.1 推广能力的界与VC维
•     3.2.2 结构风险最小化（SRM）
•   3.3 支持向量机
•     3.3.1 最优超平面
•     3.3.2 构造最优超平面
•     3.3.3 支持向量机结构
•     3.3.4 用于函数拟合的支持向量机
•   3.4 本章小结
• 第四章 基于正交试验的边坡稳定性影响因素分析
•   4.1 正交实验设计原理
•   4.2 正交试验参数选取
•   4.3 边坡稳定性影响因素分析
•   4.4 本章小结
• 第五章 基于支持向量机的边坡稳定性预测
•   5.1 模型建立原理
•     5.1.1 主成分分析法的原理
•     5.1.2 支持向量机相关原理
•     5.1.3 粒子群算法
•   5.2 模型的建立
•   5.3 基于支持向量机法的边坡稳定性预测结果分析
•   5.4 本章小结
• 第六章 基于支持向量机的边坡可靠度分析
•   6.1 边坡可靠度分析原理
•   6.2 边坡可靠度样本点选取
•   6.3 取样范围和取样数目
•   6.4 边坡失稳可靠度工程实例计算
•     6.4.1 工程实例概况
•     6.4.2 边坡工程实例可靠度指标确定
•     6.4.3 边坡可靠度计算
•   6.5 本章小结
• 第七章 结论与展望
•   7.1 结论
•   7.2 展望
• 参考文献
• 攻读硕士学位期间发表的论文和科研成果
• 作者简介
• 致谢

文章来源

类型: 硕士论文

作者: 孙伟超

导师: 袁颖,张海亮

关键词: 支持向量机,正交试验,预测模型,稳定性分析,可靠度分析,降雨型边坡

来源: 河北地质大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 地质学,建筑科学与工程,自动化技术

单位: 河北地质大学

分类号: TU433;TP181

DOI: 10.27752/d.cnki.gsjzj.2019.000156

总页数: 69

文件大小: 2670K

下载量: 43