基于PSO-LSSVM-BP模型的高邊坡力學參數(shù)反分析及穩(wěn)定性評價

摘要： 基于粒子群優(yōu)化(PSO)算法和最小二乘支持向量機(LSSVM)算法構建非線性映射關系，結合反向傳播(BP)神經網(wǎng)絡對非線性映射關系生成的數(shù)據(jù)庫進行機器學習，構建了PSO-LSSVM-BP模型確定最優(yōu)巖體力學參數(shù)。PSO-LSSVM-BP模型以高邊坡監(jiān)測位移數(shù)據(jù)作為輸入信息，通過反分析獲得高邊坡巖體力學參數(shù)，將反分析參數(shù)用于FLAC3D位移數(shù)值計算，結果表明模擬結果與監(jiān)測數(shù)據(jù)吻合... （共8頁）