RBFN及SVM在边坡稳定可靠度分析中的应用

RBFN及SVM在边坡稳定可靠度分析中的应用

毕卫华;谭晓慧;王伟;李丹

【期刊名称】《合肥工业大学学报（自然科学版）》 【年(卷),期】2011(034)007

【摘要】基于径向基神经网络(Radial Basis Function Network,简称RBFN)及支持向量机(Support Vector Machine,简称SVM)的类似性,文章采用相同的符号体系,推导了RBFN及SVM在进行函数拟合时的表达式,指出这2种表达式形式上类似,主要区别是参数的计算方法有所不同；以RBFN及SVM的拟合结果为响应面,基于蒙特卡罗模拟法进行了边坡的可靠度分析.计算结果表明,基于RBFN的蒙特卡罗模拟法与基于SVM的蒙特卡罗模拟法具有较高的计算精度及效率,2种方法在计算精度上没有明显的区别. 【总页数】5页(1035-1039)

【关键词】径向基神经网络;支持向量机;边坡稳定;蒙特卡罗模拟;失效概率 【作者】毕卫华;谭晓慧;王伟;李丹

【作者单位】合肥工业大学 资源与环境工程学院,安徽合肥230009;合肥工业大学 资源与环境工程学院,安徽合肥230009;合肥工业大学 资源与环境工程学院,安徽合肥230009;合肥工业大学 资源与环境工程学院,安徽合肥230009 【正文语种】中文 【中图分类】P642.22 【相关文献】

1.基于PSO-SVM的边坡稳定性组合预测方法研究 [C], 康飞; 李俊杰; 胡军 2.基于BCABC-SVM的边坡稳定性预测 [J], 胡军; 王凯凯; 董建华