Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

01.05.2016 | Original Article | Ausgabe 10/2016

Environmental Earth Sciences 10/2016

Application of genetic algorithm-based support vector machines for prediction of soil liquefaction

Zeitschrift:
Environmental Earth Sciences > Ausgabe 10/2016
Autoren:
Xinhua Xue, Ming Xiao

Abstract

This paper presents a hybrid genetic algorithm (GA) and support vector machine (SVM) techniques to predict the potential of soil liquefaction. GA is employed in selecting the optimal values of the kernel function and the penalty parameter in SVM model to improve the forecasting accuracy. The database used in this study includes 109 CPT-based field observations from five major earthquakes between 1964 and 1983. Several important parameters, including the cone resistance, total vertical stress, effective vertical stress, mean grain size, normalized peak horizontal acceleration at ground surface, cyclic stress ratio, and earthquake magnitude, were used as the input parameters, while the potential of soil liquefaction was the output parameter. The predictions from the GA-SVM model were compared with those from three methods: grid search (GS) method, artificial neural network (ANN) model, and C4.5 decision tree approach. The overall classification success rates for the entire dataset predicted by GA-SVM, ANN, C4.5 decision tree, and GS-SVM models are 97.25, 97.2, 96.3, and 92.66 %, respectively. The study concluded that the proposed GA-SVM model improves the classification accuracy and is a feasible method in predicting soil liquefaction.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 10/2016

Environmental Earth Sciences 10/2016 Zur Ausgabe