论文部分内容阅读
由于边坡外部影响因素与内部力学性质的复杂性，边坡稳定性与各影响因素问具有高度的非线性关系，很难构建出一种普适性模型来描述边坡稳定性变化的过程。SVM（支持向量机）是一种智能化的经验学习算法，在处理非线性问题中表现出极大的优势。利用支持向量机对边坡各影响因素的数据进行分析，对边坡稳定性状态与影响因素的对应关系进行经验学习，根据学习的经验知识，利用模态判别方法对边坡的稳定性状态进行判断。试验结果表明：所提出的边坡稳定性判别方法具有很好的应用效果。可以满足工程应用的实际需求。