基于支持向量机的边坡稳定性预测

为准确快速地对边坡进行稳定性分析,提出基于支持向量机(Support vector machine SVM)的稀土矿开采边坡的SVM预测模型,结合42个稀土矿开采边坡实际案例,并分别采用网格寻优算法、遗传算法(Genetic algorithm GA)、粒子群算法(Particle swarm optimization PSO)对SVM模型进行参数寻优,寻找适合稀土矿开采边坡的SVM模型参数算法,结果表明PSO算法适合稀土矿开采边坡的稳定性分析,该算法的预测准确率最高。