基于LS-SVM的基坑变形时间序列预测模型

• 作者: 徐洪钟 李雪红 滕坤
• 来源期刊: 水电能源科学
• 学科: 工学
• 关键词: 基坑 变形预测 最小二乘支持向量机 时间序列 滚动时间窗
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 水利水电工程
• 页码范围: 92-94,215
• 页数: 4页
• 分类号: TU443
• 语种: 中文

摘要

针对神经网络用于基坑变形预测存在结构难确定、训练易陷入局部最优及易过学习等问题,构造滚动时间窗.,以已有的实测时间序列为样本,利用最小二乘支持向量机(LS-SVM)建立基坑预测模型,应用网格搜索算法优化模型参数,连续滚动地多步预测基坑变形.实例结果表明,该模型预测效果优于BP神经网络,具有所需数据少、推广能力强等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李雪红	南京工业大学交通学院	78	395	10.0	17.0
2	徐洪钟	南京工业大学交通学院	48	360	10.0	17.0
3	滕坤	南京工业大学交通学院	3	36	2.0	3.0