基于智能算法的陜西省公路邊坡穩(wěn)定性評價.pdf

1、隨著公路交通的快速發(fā)展，大量公路邊坡問題不斷出現(xiàn)，影響了當?shù)氐慕洕l(fā)展，研究邊坡的穩(wěn)定性對災害的防治至關重要。由于邊坡工程是復雜的系統(tǒng)工程，其中穩(wěn)定性分析問題難以運用單一科學的理論與方法來有效解決，這已成為邊坡工程研究者的共識。公路邊坡地質災害與眾多影響因素有密切關系，且大部分情況下這種關系的高度非線性，使得傳統(tǒng)穩(wěn)定性分析方法存在一定的局限性。伴隨科技的發(fā)展，人工智能成為探索公路邊坡穩(wěn)定程度的一種全新方法。根據(jù)目前信息化采集系統(tǒng)的情況，

2、本文提出支持向量機方法應用于邊坡穩(wěn)定性分析中，以陜西省公路邊坡地質災害為分析對象，應用地理信息系統(tǒng)空間分析技術和支持向量機（SVM）方法，通過優(yōu)選參數(shù)與建立穩(wěn)定性分析模型，為分析邊坡災害探索一種新的方法。
　　本研究通過對陜西省的地形地貌、地質構造、巖土類型及其他因素進行調查分析，結合《陜西省日常養(yǎng)護管理系統(tǒng)》中的調查數(shù)據(jù)，闡述了導致陜西公路邊坡災害的最重要因素，確定其分析指標體系。結合陜西省區(qū)域環(huán)境特征，基于地理信息系統(tǒng)(Geo

3、graphic Information System GIS)的區(qū)域評價指標疊加法，創(chuàng)建了以地震、降雨、地表切割深度、巖土類型為主要影響因素的公路邊坡災害分區(qū)評價模型，完成了各單因子圖，并結合邊坡災害影響因素的關聯(lián)度量化分析方法確定權重，獲得陜西省公路邊坡分區(qū)圖，為分別確定各分區(qū)的穩(wěn)定性智能分析模型奠定基礎。依據(jù)分區(qū)的結果，分別對陜北、關中、陜南各自地域范圍內的小樣本數(shù)據(jù)，采用支持向量機建立災害穩(wěn)定性分析模型。運用研究區(qū)域的調查數(shù)據(jù)，將

4、坡型、邊坡坡度、最大坡高、風化程度、植被覆蓋、邊坡巖土體硬度，作為分析模型的輸入向量，將公路邊坡穩(wěn)定情況作為輸出向量。選擇運用最廣泛的徑向基函數(shù)為核函數(shù)，并且選擇了粒子群算法、遺傳算法、網格搜索法三種參數(shù)優(yōu)選的方法，通過不斷尋優(yōu)確定最佳懲罰因子C和核參數(shù)g，進行模型優(yōu)化處理，最終得到高精度的智能模型。結果表明，網格法耗費時間比較少，精確度較差；而粒子群算法和遺傳算法運算過程耗費時間較長，精確度較高。論文將分析模型結果，進行對比分析和取舍

5、，最終使模型的精度達到95.8％，可靠性較高，可用于陜西省公路邊坡穩(wěn)定性分析。通過參數(shù)優(yōu)選獲得優(yōu)良的SVM分析模型，穩(wěn)定性和泛化性能均優(yōu)良，經實測數(shù)據(jù)驗證其精度較高，驗證了基于智能算法—支持向量機公路邊坡穩(wěn)定性分析模型可以解決公路邊坡系統(tǒng)的非線性特點，存在相對的優(yōu)勢與工程實際使用意義。基于MATLAB8.0平臺，結合Microsoft Visual C++編輯器，采用libsvm工具箱進行擴展編程，開發(fā)了人工智能分析系統(tǒng)，對公路邊坡穩(wěn)定