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:
深基坑变形监测与预测是深基坑设计施工中的一个重要的环节,准确地预测深基坑未来的变形,是深基坑变形监测的最终目的.针对传统常用预测方法存在一定的局限性这个问题,结合支持向量机的研究现状,提出将能够有效地解决小样本、非线性、高维数、局部极小等问题的支持向量机模型应用于深基坑变形预测的方法.具体方法是:采用粒子群算法对支持向量机的相关参数进行寻优,得到改进支持向量机预测模型,然后将其预测结果与传统的支持向量机模型、Elman动态神经网络模型预测结果进行比较,最后采用均方误差、平方和误差、平均相对误差对预测效果进行评价.实验结果表明,基于改进支持向量机预测模型用于变形预测是可行的,且能更好地反映深基坑系统的动态非线性特点,具有一定的优越性与工程应用推广价值.
推荐文章
基于粗糙集和支持向量机的深基坑工程风险评价
粗糙集理论
支持向量回归机
风险评价
城市深基坑
粒子群算法优化支持向量机的深基坑变形预测
深基坑
变形预测
粒子群优化
支持向量机
基于改进支持向量机的林业资金投资预测方法
林业资金投资
回归预测
时间序列
支持向量机
粒子群算法
基于最小二乘支持向量机的大坝变形预测研究
大坝变形
最小二乘支持向量机
优化
预测
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 基于改进支持向量机的深基坑变形预测
来源期刊 地矿测绘 学科 地球科学
关键词 深基坑 变型预测 改进的支持向量机
年,卷(期) 2015,(4) 所属期刊栏目 应用研究
研究方向 页码范围 25-28
页数 4页 分类号 P258
字数 4389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 周春波 13 36 3.0 5.0
2 吴欢 6 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (1822)
参考文献  (6)
节点文献
引证文献  (8)
同被引文献  (33)
二级引证文献  (28)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(18)
  • 引证文献(2)
  • 二级引证文献(16)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
深基坑
变型预测
改进的支持向量机
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
地矿测绘
季刊
1007-9394
53-1124/TD
大16开
昆明市大石坝云南省地矿测绘院内
1985
chi
出版文献量(篇)
1454
总下载数(次)
8
总被引数(次)
6794
论文1v1指导