地球科学｜邓子昊，吕庆等：基于集成学习和LEM的折线型边坡稳定性评价方法

本文探讨了利用集成学习和极限平衡法（LEM）进行折线型边坡稳定性评价的方法。传统边坡稳定性分析方法计算效率低且依赖专业软件，不利于推广。本文通过随机生成大量折线型边坡样本，利用LEM求解安全系数，构建边坡安全系数数据库，并采用Bagging和AdaBoost.R2两种集成算法建立神经网络模型，以提高预测精度和稳定性评价的准确性。研究结果表明，集成模型性能显著优于单神经网络模型，尤其是Bagging算法。本文提出的方法能快速、准确地评价折线型边坡稳定性，为区域性大量边坡的稳定性快速评价提供了有效工具。