基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统的信息化设计在监测信息处理、信息的反馈分析及初步设计的信息化修正等方面存在不准确、不及时和难以操作的缺点.本文结合铜黄高速公路坞石隧道的施工,将一种改进的支持向量回归(SVR)算法引入隧道工程的信息化设计中.采用十进制遗传算法搜索改进的SVR参数,形成改进的GA-SVR算法,并编制相应的计算程序.坞石隧道的应用结果表明,这种改进的GA-SVR算法无论是对监测数据的拟合预测,还是监测信息的反馈分析都能做到准确快速,在反分析完成后采用改进的GA-SVR算法进行3个开挖步内的位移超前预报也具有较高的精度.最后提出一种基于此算法的初步设计最优化修正方法,形成以此算法为核心的完整的隧道工程信息化设计方法,具有快速、操作简单和计算准确的优点.该算法可以在隧道工程中使用.
推荐文章
基于自适应GA-SVR的中密度纤维板施胶比例辨识方法
中密度纤维板
施胶比例
自适应遗传算法
支持向量回归
模型辨识
基于GA-SVR的数据采集算法
无线传感网
数据采集
支持向量回归
遗传算法
基于改进FCM聚类算法的隧道火灾受困人员信息化定位方法
改进
FCM聚类算法
隧道火灾
受困人员
信息化
定位方法
GA-SVR模型用于日供水量预测的研究
日供水量预测
遗传算法
支持回归向量机
影响因素
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进GA-SVR算法的隧道工程智能信息化设计研究
来源期刊 铁道学报 学科 交通运输
关键词 隧道工程 支持向量回归 遗传算法 位移预报 信息化设计
年,卷(期) 2008,(4) 所属期刊栏目
研究方向 页码范围 71-78
页数 8页 分类号 U452.2
字数 5456字 语种 中文
DOI 10.3321/j.issn:1001-8360.2008.04.014
五维指标
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 刘保国 北京交通大学土木建筑工程学院 64 803 15.0 25.0
3 刘开云 北京交通大学土木建筑工程学院 41 694 14.0 25.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (159)
参考文献  (6)
节点文献
引证文献  (10)
同被引文献  (21)
二级引证文献  (28)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(3)
  • 二级引证文献(1)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
隧道工程
支持向量回归
遗传算法
位移预报
信息化设计
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
铁道学报
月刊
1001-8360
11-2104/U
大16开
北京复兴路10号
2-308
1979
chi
出版文献量(篇)
4684
总下载数(次)
8
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导