基于PSO-SVM与ACO-SVM的沿桩长基桩轴力分布预测

• 作者: 陈志坚 黄伟杰
• 来源期刊: 勘察科学技术
• 关键词: 超长桩 粒子群算法 蚁群算法 支持向量机 轴力预测
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 理论与技术
• 页码范围: 1-4
• 页数: 4页
• 字数: 2492字
• 语种: 中文

摘要

由于苏通大桥群桩基础的超长桩在不同断面的轴力沿桩长分布具有复杂非线性的特点,为了实现对不同高程断面的轴力进行预测,引入粒子群算法与蚁群算法对支持向量机进行优化,在考虑断面高程、潮位、水温与风速等影响因素的基础上,建立沿桩长基桩轴力分布的优化SVM预测模型.研究表明,PSO-SVM与ACO-SVM模型比传统SVM在预测精度、模型稳定性与泛化能力方面有更好的表现,在超长桩不同高程断面的轴力预测中,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	黄伟杰	河海大学地球科学与工程学院	5	7	2.0	2.0