[发明专利]一种边坡稳定性预测评估方法

权利要求书

1.一种边坡稳定性预测评估方法，其特征在于，包括以下步骤：

1选择边坡稳定性判定指标并确定容许安全系数[K]，所选择判定指标分别为：容重γ、内聚力c、摩擦角边坡角Φ、边坡高度H以及孔隙压力比r_u；

2根据待预测的边坡构建边坡模型，利用工程仿真软件，计算获得判定指标和对应的安全系数的数据集；再进行稳定性判断，如果边坡安全系数大于或等于容许安全系数则视为稳定，小于则视为失稳，进而获得判定指标和对应稳定性结果的数据集；

3对数据集进行最大值和最小值归一化处理；

4根据归一化处理后的数据集，构建基于集成学习算法的边坡稳定性预测模型；

5评估时，获取待检测边坡的实际判定指标数据，带入边坡稳定性预测模型，获得边坡稳定性预测结果；

步骤2具体包括以下步骤：

2.1采用Matlab软件中随机生成不低于100组指标参数，得到关于判定指标的数据集其中γ,c,Φ,H,r_u分别为一维列向量；

2.2根据待预测的边坡构建边坡模型，利用工程仿真软件，输入随机生成的指标参数，采用强度折减法对每组指标参数对应的安全系数K进行求解；

2.3将计算得到的安全系数K与容许安全系数[K]进行比较，若K≥[K]认为稳定，用0表示，K＜[K]认为失稳，用1表示；得到判定指标和对应稳定性结果的数据集R∈{0,1}，且为1维列向量；

步骤2.2具体为，先在CAD软件中建立待检测边坡的模型，输出为工程仿真软件能识别的格式文件，接着将格式文件导入工程仿真软件；然后在工程仿真软件中首先进行网格划分，确定边界条件，边界条件将左右两侧水平约束，下部固定，上部为自由边界；初始地应力选择为自重地应力场；再输入随机生成的指标参数，即γ,c,Φ,H,r_u，采用强度折减法对安全系数K进行求解；

工程仿真软件采用OptumG2软件实现；

步骤2具体还包括以下步骤：2.4对数据集T₁进行Pearson相关性分析，得到相关系数矩阵，若相关性小于等于预设值，说明所选用指标和生成数据合理；否则应重新生成数据。

2.如权利要求1所述的边坡稳定性预测评估方法，其特征在于，边坡容许安全系数[K]设定为1.3，边坡安全系数大于或等于1.3则视为稳定，小于1.3则视为失稳。

3.如权利要求1所述的边坡稳定性预测评估方法，其特征在于，步骤3具体包括：对数据集进行最大值最小值归一化处理，以减小量纲对预测结果的影响，其中映射区间为[0,1]；具体公式如下：

式中：z为原本的特征值，z_max和z_min分别为该特征最大值和最小值，z^*为该特征归一化后的取值。

4.如权利要求1所述的边坡稳定性预测评估方法，其特征在于：步骤4具体包括以下步骤：

4.0将归一化处理后的数据集T₁划分为训练集A和测试集B，其中训练集A的长度大于测试集B；

4.1利用训练集A的样本构建基于XGBoost集成学习算法的边坡稳定倾向性预测模型：

4.2采用网格搜索算法和5折交叉验证对基于XGBoost集成学习算法的边坡稳定倾向性预测模型的主要参数进行优化：

4.3利用测试集B中样本对优化参数后的模型进行预测结果测试，如果误差率低于阈值视为测试通过。