首页|基于DEFA-LSSAR的水利工程边坡力学参数预测模型

基于DEFA-LSSAR的水利工程边坡力学参数预测模型

扫码查看
原文链接
  • 万方数据
  • 维普
为了解决现有水利工程边坡力学参数预测模型准确率偏低的问题,利用最小二乘支持向量机LSSAR对水利工程边坡力学参数(弹性模量E)进行预测,结合改进的萤火虫算法对模型进行优化,提出一种基于DEFA-LSSAR的水利工程边坡力学参数预测模型.将本文所提模型分别与樽海鞘群算法、果蝇算法和哈里斯鹰优化算法优化的LSSAR模型进行对比.分析结果表明,所提出的模型预测准确率最高,达94%以上,且具有最小的适应度值,验证了所提模型的有效性和正确性.
Prediction Model of Hydraulic Engineering Slope Mechanical Parameters Based on DEFA-LSSAR
In order to solve the problem of low accuracy of existing hydraulic engineering slope mechanical parameter prediction models,the least squares support vector machine LSSAR is used to predict the hydraulic engineering slope mechanical param-eters(elastic modulus E),and the improved firefly algorithm is used to optimize the model.A hydraulic engineering slope me-chanical parameter prediction model based on DEFA-LSSAR is proposed.We compare the model proposed in this article with the LSSAR model optimized by the Salp Swarm Algorithm,Drosophila Algorithm,and Harris Eagle Optimization Algorithm,re-spectively.The analysis results show that the proposed model has the highest prediction accuracy,reaching over 94%,and has the smallest fitness value,verifying the effectiveness and correctness of the proposed model in this article.

water conservancy projectslope stabilityleast squares support vector machinefirefly algorithmparameter prediction

曹宁、严心娥、徐根祺、许又文、张正勃、杜倩云

展开 >

西安交通工程学院土木工程学院,陕西 西安 710300

西安交通工程学院机械与电气工程学院,陕西 西安 710300

水利工程 边坡稳定性 最小二乘支持向量机 萤火虫算法 参数预测

陕西省教育厅科学研究计划项目陕西省自然科学基础研究计划项目国家自然科学基金资助项目西安交通工程学院中青年基金资助项目

23JP0872023-JC-YB-464522791402022KY-36

2024

10.3969/j.issn.1006-2475.2024.07.016

计算机与现代化
江西省计算机学会 江西省计算技术研究所

计算机与现代化

CSTPCD
影响因子：0.472
ISSN：1006-2475
年,卷(期)：2024.(7)
  • 20