基于PSO-SVM桥梁基础群桩轴力预测

• 作者: 余世元 俞俊平 陈志坚 黄伟杰
• 来源期刊: 低温建筑技术
• 学科: 工学
• 关键词: 支持向量机 深水群桩基础 粒子群算法 轴力预测
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 冻土与地基基础
• 页码范围: 95-97
• 页数: 3页
• 分类号: TU473.1
• 字数: 2639字
• 语种: 中文

摘要

由于大型深水群桩基础受到复杂的环境影响,其基桩轴力的变化与环境因素之间呈现复杂非线性关系.本文利用支持向量机模型,对苏通大桥群桩基础轴力实测数据进行分析,为了避免人为选择支持向量机模型参数的盲目性,采用了粒子群算法(PSO)寻找最优参数,由此建立了PSO-SVM模型.为了方便对比,建立了传统SVM与RBF神经网络预测模型,利用PSO-SVM、SVM、RBF三种模型对受力情况不同的四根监测桩进行轴力预测,分别对比了三种模型在不同桩的预测结果.研究表明,与传统SVM、RBF的预测结果相比,PSO-SVM模型预测精度更高,在轴力变化不同的四根桩上预测都很稳健,具有更强的泛化能力,在大型深水群桩基础轴力预测中具有一定的工程应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈志坚	河海大学地球科学与工程学院	96	850	18.0	26.0
2	俞俊平	河海大学地球科学与工程学院	8	32	3.0	5.0
3	黄伟杰	河海大学地球科学与工程学院	5	7	2.0	2.0
4	余世元	河海大学地球科学与工程学院	3	20	2.0	3.0