典型文献
基于融合算法的土石混合体斜坡稳定性预测
文献摘要：
土石混合体是物理力学性质较为复杂的地质材料,因此该类斜坡的稳定性评价是工程地质领域的重要课题.为提高斜坡稳定性预测的能力,本文将粒子群算法和果蝇优化算法相互耦合,形成融合算法,并结合机器学习模型,使用决定系数、均方误差和平均绝对误差3个评价指标,构建并评价土石混合体斜坡稳定性的预测模型,最终采用基于融合算法的梯度提升决策树模型对输入参数进行了重要性分析.结果表明:(1)相比于粒子群和果蝇优化算法,融合算法能够有效优化机器学习模型的参数,从而较为明显地提升模型预测精度.(2)基于融合算法的梯度提升决策树模型预测精度最高,达到93.33％,明显优于融合算法下的决策树模型和Stacking模型.(3)影响土石混合体斜坡稳定性的结构因素,其重要性从高到低分别为基覆面倾角、含石率、总体坡角、坡高.
文献关键词：
融合算法;土石混合体斜坡;机器学习;稳定性预测
中图分类号：
作者姓名：
付晓娣;张搏;王林均;魏勇
作者机构：
贵州民族大学建筑工程学院,贵阳550025,中国;喀斯特环境地质灾害防治国家民委重点实验室,贵阳550025,中国;岩溶区城市地下空间开发与安全贵州民族大学重点实验室,贵阳550025,中国
文献出处：
引用格式：
[1]付晓娣;张搏;王林均;魏勇-.基于融合算法的土石混合体斜坡稳定性预测)[J].工程地质学报,2022(05):1538-1548
A类：
土石混合体斜坡
B类：
融合算法,斜坡稳定性,稳定性预测,物理力学性质,地质材料,稳定性评价,工程地质,地质领域,粒子群算法,果蝇优化算法,互耦,机器学习模型,决定系数,均方误差,平均绝对误差,梯度提升决策树模型,输入参数,重要性分析,有效优化,Stacking,结构因素,覆面,含石率,坡角
AB值：
0.212683
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
