基于支持向量机的隧道变形预测方法

• 作者: 乔春生 刘开云 滕文彦 田执祥
• 来源期刊: 中国铁道科学
• 学科: 交通运输
• 关键词: 隧道 支持向量机 变形预测 收敛 智能方法
• 年，卷（期）: 2004,（1）
• 页码范围: 86-90
• 页数: 5页
• 分类号: U451.1
• 字数: 3199字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-4632.2004.01.016

摘要

提出一种基于支持向量机的隧道变形预测新方法.支持向量机基于结构风险最小化,具有更强的泛化能力,是一个凸二次优化问题,能够保证所得解就是全局最优解.采用RBF和Bspline核函数学习某隧道前30天的收敛监测数据,用学习得到的最佳支持向量机网络预测30天后隧道的收敛.结果表明,支持向量机回归和预测的最大相对误差不超过6.5%.通过对比发现,Bspline核函数比RBF核函数效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔春生	北京交通大学土木建筑工程学院	57	944	17.0	29.0
2	滕文彦	北京交通大学土木建筑工程学院	3	54	2.0	3.0
3	刘开云	北京交通大学土木建筑工程学院	41	694	14.0	25.0