基于天牛须优化算法的相关向量机边坡稳定性分析

作     者：张研 唐北昌 孟庆鹏 

作者机构：桂林理工大学土木与建筑工程学院 广西岩土力学与工程重点实验室 

出 版 物：《重庆交通大学学报(自然科学版)》 (Journal of Chongqing Jiaotong University(Natural Science))

年 卷 期：2024年

学科分类：081803[工学-地质工程] 08[工学] 081401[工学-岩土工程] 0818[工学-地质资源与地质工程] 0814[工学-土木工程] 

基　　金：国家自然科学基金项目(52068016) 

主　　题：岩土工程 天牛须优化算法 相关向量机 预测模型 边坡 

摘      要：为了快速、准确地预测边坡稳定性，及时控制边坡危害，提出一种基于天牛须(beetle antennae search， BAS)优化算法的相关向量机(relevance vector machine， RVM)边坡稳定性分析模型。基于RVM模型，建立了边坡影响因素与稳定性的非线性映射关系；采用BAS算法对RVM模型参数进行优化，提出了基于BAS算法的RVM边坡稳定性分析优化模型；并将该模型应用于京-新高速公路的边坡稳定性分析。分析结果表明：与实际值相比，基于BAS-RVM模型的最大绝对值相对误差为3.90%；在相同学习样本下，与RVM模型、支持向量机(support vector machine， SVM)模型和径向基函数(radical basis function， RBF)模型预测值相比，BAS-RVM模型预测结果的可信度和拟合度更好、精度更高，其平均绝对值误差(mean absolute error， EMA)、均方根误差(root mean square error， ERMS)、相对均方误差(relative root mean square error， ERRMS)远低于其他3种模型。