Resumen

Un modelo preciso de predicción de pendiente es importante para el refuerzo de la pendiente antes del desastre. El algoritmo de los k vecinos más cercanos (KNN), como un método de aprendizaje automático no paramétrico simple y efectivo, es ampliamente aplicado en el reconocimiento de clasificación. En nuestro estudio, se mejora el algoritmo de los k vecinos más cercanos (KNN) para reducir su dependencia de muestra y mejorar la robustez del algoritmo, y luego se propone un modelo de predicción de estabilidad de pendiente basado en el algoritmo de los k vecinos más cercanos (KNN) mejorado. Los extensos resultados experimentales muestran que nuestro modelo de predicción propuesto logra un alto rendimiento de predicción en este sentido. Además, se realizó una comparación entre nuestro modelo de predicción propuesto y el método de elementos finitos, que es el método teórico clásico de estabilidad de pendiente, lo cual proporcionará un enfoque importante para predecir la estabilidad de pendiente para la ingeniería

• Materias:Modelo de rigidez Desempeño estructural Fallas estructurales Estructuras de membrana
• Subjects:Stiffness model Structural performance Structural failures Membrane structures
• Palabras claves:Modelo de predicción de pendientes; Algoritmo de vecino más cercano; Método de aprendizaje automático; Estabilidad de pendientes; Rendimiento de predicción; Prueba de mesa vibratoria
• Keywords:Slope prediction model; -nearest neighbor algorithm; Machine learning method; Slope stability; Prediction performance; Shaking table test