摘要
水库边坡稳定性对水库安全至关重要。为了更准确地判断边坡稳定性,文章提出了一种结合Grey Wolf Optimizer(GWO)优化eXtreme Gradient Boosting(XGBoost)预测模型与解释机器学习模型(SHAP)结合的混合模型。选取重度、黏聚力、摩擦角、坡角、坡高和孔隙压力比作为模型的输入特征,利用GWO-XGBoost对其安全系数进行预测,并使用SHAP对该模型进行解释。研究结果表明:GWO-XGBoost模型决定系数R~2为0.9517,预测精度远高于现有模型。使用SHAP对该模型预测解释发现,重度、坡角和孔隙压力比是边坡稳定性的主要影响因素。该模型为水库边坡稳定性提供了可靠的参考,有助于水库制定更有效的安全措施,从而提升水库整体安全水平。
出处
《四川水利》
2024年第3期46-51,共6页
Sichuan Water Resources
