[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

说明书

本发明实施例提供一种基于支持向量机的边坡可靠性参数获取方法及装置，属于数据处理领域。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；根据k个训练样本向量及一个或多个确定性参数值，通过边坡稳定性分析方法，获取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映射关系表达式，获取边坡可靠性参数。所述方法有效地提升了利用蒙特卡洛模拟法获取边坡可靠性参数的效率。

技术领域

本发明涉及数据处理领域，具体而言，涉及一种基于支持向量机的边坡可靠性参数获取方法及装置。

背景技术

边坡的稳定性问题是工农业生产和地质灾害研究中常见的问题。边坡稳定性评价方法的发展经历了两次飞跃，即从定性判断到定量分析的飞跃，从确定性理论到不确定性理论的飞跃。

第一次飞跃，1776年法国工程师库仑提出直线滑动理论，标志着边坡稳定性评估开始进入定量评估阶段。此后，经历了漫长的发展，直到20世纪50年代，边坡稳定性评估理论逐步形成了以极限平衡理论(Limit Equilibrium Method，LEM)居主导，有限元(FiniteElement Method，FEM)、有限差分(Finite Difference Method，FDM)等数值方法为辅的定量评估理论体系。基于确定性理论的这些方法，其缺点是没有考虑岩土体物理力学性质客观存在的不确定性(如材料参数(摩擦系数、粘聚力、重度等的变异性和相关性)、边界条件的不确定性(如边界几何、初始应力场、孔隙水压力及外荷载的波动性等)、以及理论模型的不确定性(理论本身的近似性及其对不同边坡实例的敏感程度)等。

第二次飞跃，自1967年Crawford和Eden首次将可靠度理论应用于边坡稳定性分析以来，学术界正在经历第二次飞跃，即逐渐接受不确定性的概念，在边坡稳定性评估中引入可靠性分析方法。简而言之，就是考虑确定性分析过程中包含的各种不确定因素，实现风险评估。数学上，对不确定性问题最终都是转换为若干确定性问题进行处理，总的解决模式是：以确定性分析方法为内核，外部嵌套可靠性分析方法。目前边坡可靠性研究中，所采用的确定性分析方法以传统的极限平衡法占据主导地位，近年来数值方法有上升的势头。前者以Bishop法、Morgenstern-Price法、Spencer法等为代表，后者以有限元法为代表。在可靠度分析方法方面，主要有一次二阶矩法(First Order Second Moment Method，FOSM)、概率矩点估计法(Point Estimate method，PEM；Rosentlueth法)、蒙特卡洛模拟法(MonteCarlo Method，MCM)、随机有限元法以及响应面法(Response Surface Method，RSM)等。其中，以蒙特卡洛模拟法为基础的分析方法，因其通用性好，精度高，占有很重要的地位，常作为其它边坡可靠性评估方法正确与否的基准。但传统蒙特卡洛模拟法也存在明显的缺陷。

传统上用蒙特卡洛模拟法求解边坡可靠性参数时，每一次蒙特卡洛模拟都要进行一次完整的边坡稳定系数求解过程。这一边坡稳定系数的求解过程可以采用各种不同的方法，例如极限平衡法、有限元法、有限差分法等，但无论采用哪一种方法，都是一个高度复杂的隐式过程。这里所谓复杂的隐式过程，就是指从数学上看，边坡稳定系数求解过程中，从自变量(例如粘聚力、内摩擦角、容重等)到函数值(边坡稳定系数)的映射关系不能以一个简单明确的函数关系式表达，而是需要通过一系列复杂的步骤实现，使得这一过程费时、低效。当选择有限元法和有限差分法求解边坡稳定系数时，这种时间上的消耗尤为显著，每获取一个样本的稳定系数，都要通过一系列复杂的步骤，并消耗可观的时间，在大样本条件下，这种累积的时间消耗是惊人的。因此，限元法和有限差分法条件下，样本数量不宜过多，否则将会因为时间消耗过大而使得理论上可行的方法没有实际应用价值。然而，蒙特卡洛模拟法求解边坡可靠性参数的特点就是依赖大量地抽取随机样本，这是它保证求解精度的前提和基础，这就在样本数量问题上形成了一对矛盾。