[发明专利]基于支持向量机的边坡可靠性参数获取方法及装置

权利要求书

1.一种基于支持向量机的边坡可靠性参数获取方法，其特征在于，所述方法包括：

根据m个不确定性参数各自对应的均值与标准差，通过正交设计法，生成k个训练样本向量，每个所述训练样本向量由所述m个不确定性参数各自对应的试验数据构成，其中，m与k为非零自然数，k的最大取值与m呈指数关系；

根据所述k个训练样本向量及一个或多个确定性参数，通过边坡稳定性分析方法，获取所述k个训练样本向量各自对应的边坡稳定系数；

以所述k个训练样本向量为自变量，以其各自对应的边坡稳定系数为因变量，构成映射关系，通过支持向量机算法，获取所述映射关系表达式；

根据随机生成的N个服从于联合概率分布的待测样本向量及所述映射关系表达式，获取边坡可靠性参数，所述边坡可靠性参数包括N个待测样本向量各自对应的边坡稳定系数的均值和标准差、边坡失效概率以及可靠度指标，其中，每个所述待测样本向量由所述m个不确定性参数各自对应的随机数据构成；

其中，所述根据m个不确定性参数各自对应的均值与标准差，通过正交设计法，生成k个训练样本向量，每个所述训练样本向量由所述m个不确定性参数各自对应的试验数据构成，其中，m与k为非零自然数，k的最大取值与m呈指数关系，包括：

根据m个不确定性参数的均值和标准差，通过正交设计法，至少生成一组第一训练样本向量，每个所述不确定性参数的均值为μ_i，标准差为σ_i，每个所述第一训练样本向量中的每个所述不确定性参数对应的3个水平为:μ_i-2σ_i、μ_i、μ_i+2σ_i，或者为μ_i-3σ_i、μ_i、μ_i+3σ_i，其中i＝1,2,…,m，每一组所述第一训练样本向量的数量为n_j，n_j≤3^m，j为组编号，有j∈N+；

合并所述第一训练样本向量为训练样本向量，所述训练样本向量的样本数为k，或其中，t为所述第一训练样本向量的组数；

其中，所述以所述k个训练样本向量为自变量，以其各自对应的边坡稳定系数为因变量，构成映射关系，通过支持向量机算法，获取所述映射关系表达式，包括：

根据所述k个训练样本向量及其各自对应的边坡稳定系数，以及预设规则，获取最优偏移量以及所述k个训练样本向量各自对应的最优拉格朗日对偶；

根据所述最优偏移量、所述k个训练样本向量及其各自对应的最优拉格朗日对偶，获取映射关系表达式。

2.根据权利要求1所述的方法，其特征在于，所述根据随机生成的N个服从于联合概率分布的待测样本向量及所述映射关系表达式，获取边坡可靠性参数，所述边坡可靠性参数包括N个待测样本向量各自对应的边坡稳定系数的均值和标准差、边坡失效概率以及可靠度指标，其中每个所述待测样本向量由所述m个不确定性参数各自对应的随机数据构成，包括：

根据随机生成的N个服从于联合概率分布的待测样本向量及所述映射关系表达式，获取N个待测样本向量各自对应的边坡稳定系数，计算所述N个待测样本向量各自对应的边坡稳定系数的均值和标准差，其中，每个所述待测样本向量由所述m个不确定性参数各自对应的随机数据构成；

根据所述N个待测样本向量各自对应的边坡稳定系数分别计算所述N个待测样本向量各自对应的功能函数值；

计算所述N个待测样本向量各自对应的功能函数值中小于零的个数与N的比值，并将所述比值作为所述边坡失效概率；

计算所述N个待测样本向量各自对应的功能函数值的均值和标准差，并根据所述边坡失效概率计算获得所述可靠度指标。

3.根据权利要求2所述的方法，其特征在于，在所述根据所述k个训练样本向量及其各自对应的边坡稳定系数，以及预设规则，获取最优偏移量以及所述k个训练样本向量各自对应的最优拉格朗日对偶之前，所述方法还包括：

对所述k个训练样本向量中的试验数据进行归一化处理；

在所述根据随机生成的N个服从于联合概率分布的待测样本向量及所述映射关系表达式，获取N个待测样本向量各自对应的边坡稳定系数之前，所述方法还包括：

对所述随机生成的N个服从于联合概率分布的待测样本向量进行归一化处理。