支持向量机在地铁隧道地表沉降预测中的应用

• 作者: 徐祯祥 涂成立
• 来源期刊: 市政技术
• 学科: 交通运输
• 关键词: 地铁隧道 浅埋暗挖法 支持向量机 地表沉降 BP神经网络
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 隧道与地下工程
• 页码范围: 283-287
• 页数: 5页
• 分类号: U456.31
• 字数: 4044字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-7767.2007.04.012

摘要

针对北京地铁区间浅埋暗挖隧道,分析了施工导致的地表沉降的影响因素,提出了影响地表变形的主要因素,建立了支持向量机的统计回归预测模型,并用该模型预测的地表沉降,将SVM预测值和BP神经网络预测值与现场量测值进行了对照.结果表明,支持向量机比BP神经网络有较高的预测精度,并且具有小样本、高维数及非线性等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐祯祥	铁道科学研究院研究生部	8	125	6.0	8.0
2	涂成立	铁道科学研究院研究生部	3	36	3.0	3.0