作者:
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:
基于隧道地表沉降是一个非常复杂的系统工程,受到多种高维非线性、随机性和有限样本等因素的影响,提出隧道地表沉降预测的灰色关联支持向量机分析方法.该方法基于灰色关联分析确定影响沉降量的主要因子,利用学习样本构建数值模型,并通过支持向量机学习建立沉降与随机变量之间的非线性映射关系.为避免人为选择参数的盲目性,采用模拟退火算法搜索支持向量机核函数和参数,进而对未来的变形进行预测.通过对工程实例样本进行学习和预测,并将误差结果与单一的支持向量机模型进行对比.研究结果表明:该方法科学可靠;可用于含有大量随机变量的隧道沉降分析.
推荐文章
基于灰色关联和相关向量机的隧道地表沉降预测
灰色关联
相关向量机
地表沉降
基于灰色支持向量机的地铁沉降滚动预测
灰色模型
SVM
地铁沉降监测
组合滚动预测
基于灰色关联支持向量机的混凝土抗压强度预测
混凝土
灰色关联分析
支持向量机
预测
基于灰色关联支持向量机的河道预测方法
灰色关联分析
支持向量机
河道
扶余油层
大庆油田
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 基于灰色关联支持向量机的地表沉降预测
来源期刊 中南大学学报(自然科学版) 学科 工学
关键词 地表沉降 灰色关联 支持向量机 预测
年,卷(期) 2012,(2) 所属期刊栏目 地质工程 · 土木工程
研究方向 页码范围 632-637
页数 分类号 TD82
字数 3281字 语种 中文
DOI
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 曹平 中南大学资源与安全工程学院 283 5475 39.0 61.0
2 谭鹏 中南大学资源与安全工程学院 15 130 5.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (313)
参考文献  (9)
节点文献
引证文献  (46)
同被引文献  (213)
二级引证文献  (106)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(8)
  • 参考文献(3)
  • 二级参考文献(5)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(10)
  • 引证文献(8)
  • 二级引证文献(2)
2014(9)
  • 引证文献(3)
  • 二级引证文献(6)
2015(12)
  • 引证文献(6)
  • 二级引证文献(6)
2016(16)
  • 引证文献(7)
  • 二级引证文献(9)
2017(24)
  • 引证文献(7)
  • 二级引证文献(17)
2018(28)
  • 引证文献(7)
  • 二级引证文献(21)
2019(35)
  • 引证文献(4)
  • 二级引证文献(31)
2020(14)
  • 引证文献(0)
  • 二级引证文献(14)
研究主题发展历程
节点文献
地表沉降
灰色关联
支持向量机
预测
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
中南大学学报(自然科学版)
月刊
1672-7207
43-1426/N
大16开
湖南省长沙市中南大学校内
42-19
1956
chi
出版文献量(篇)
7515
总下载数(次)
5
总被引数(次)
79127
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导