换一批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.
更多相关知识
分类号
P642.22
栏目名称
DOI
10.13544/j.cnki.jeg.2022-0256
发布时间
2022-11-22（万方平台首次上网日期，不代表论文的发表时间）
基金项目
贵州省科技厅基础研究项目（2019)1169,(2019)1173）
贵州省教育厅青年科技人才成长项目
贵州民族大学自然科学基金项目（GZMU(2019)YB27）
贵州民族大学科学研究平台项目（GZ-MUSYS(2021)01）
- 浏览1
- 被引11
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
