论文部分内容阅读
针对边坡工程稳定性预测的复杂性，将粒子群算法和最小二乘支持向量机结合，使用粒子群优化算法寻找最小二乘支持向量机的最优参数，选取七项因素（岩石重度、黏聚力、内摩擦角、边坡角、边坡高度、孔隙水压力和振动系数）作为边坡稳定性的影响因素，建立PSO-LSSVM的边坡稳定性预测模型。利用矿山实测30组边坡稳定性数据进行学习训练，另用12组数据进行测试，同时与LSSVM测试数据进行比较，验证了PSO—I。SSVM模型在矿山边坡稳定性预测中有较高的准确度。