Fisher判别与Bayes判别在边坡稳定性评价中的应用初探

随着边坡稳定性问题的研究越来越深入,涌现了一大批的模型和方法。将spss软件中Fisher判别和Bayes判别两种统计方法运用于工程实际,并选用边坡岩土体的重度、黏聚力、边坡角、内摩擦角及边坡高度等5个参数作为滑坡稳定性评价的判别因子,分别建立边坡稳定性评价的Bayes判别分析模型和Fisher判别模型;根据搜集的31组边坡相关数据作为学习样本进行训练,建立Bayes和Fisher判别函数,而后对误判率进行了估计以检验模型的优良性,并选用6个工程实例对所建立的模型进一步进行考察,结果表明:两种方法预测精度良好,具有较高的预测效果,是评价边坡稳定性的一种有效的方法。