|
基于天牛须优化算法的相关向量机边坡稳定性分析
张研1,2,唐北昌1,孟庆鹏1,2
2024, 43(11):
11-17.
DOI: 10.3969/j.issn.1674-0696.2024.11.02
为了快速、准确地预测边坡稳定性,及时控制边坡危害,提出了一种基于天牛须(beetle antennae search, BAS)优化算法的相关向量机(relevance vector machine, RVM)边坡稳定性分析模型。基于RVM模型,建立了边坡影响因素与稳定性的非线性映射关系;采用BAS算法对RVM模型参数进行优化,提出了基于BAS算法的RVM边坡稳定性分析优化模型;并将该模型应用于京新高速公路的边坡稳定性分析。分析结果表明:与实际值相比,基于BAS-RVM模型的最大绝对值相对误差为3.90%;在相同学习样本下,与RVM模型、支持向量机(support vector machine, SVM)模型和径向基函数(radical basis function, RBF)模型的预测值相比,BAS-RVM模型预测结果的可信度和拟合度更好、精度更高,其平均绝对值误差(mean absolute error, EMA)、均方根误差(root mean square error, ERMS)、相对均方误差(relative root mean square error, ERRMS)远低于其他3种模型。
参考文献 |
相关文章 |
计量指标
|