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:
支持回归机(SVR)可以用来解决大坝变形的拟合和预测问题,且具有很好的泛化能力,其核心问题是选择适当的惩罚因子和核参数.利用基于拉丁超立方抽样(LHS)和自适应移动算子的改进型混合蛙跳算法(ISFLA)对SVR模型进行参数寻优,建立ISFLA-SVR大坝变形预测模型.通过工程算例表明:ISFLA-SVR模型具有很高的预测精度,可以应用于大坝变形预测.
推荐文章
基于改进型人工鱼群算法的支持向量机参数优化
支持向量机
人工鱼群算法
参数优化
有向无环图
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
混合型蛙跳算法及其应用研究
蛙跳算法
改进型蛙跳算法
无约束连续优化问题
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 基于改进型混合蛙跳算法的支持回归机大坝变形预测模型
来源期刊 三峡大学学报(自然科学版) 学科 工学
关键词 支持回归机模型 变形预测 混合蛙跳算法 拉丁超立方体抽样
年,卷(期) 2015,(5) 所属期刊栏目 土木水电论坛
研究方向 页码范围 14-18
页数 5页 分类号 TV698.1
字数 4209字 语种 中文
DOI 10.13393/j.cnki.issn.1672-948X.2015.05.004
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (86)
共引文献  (58)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (18)
二级引证文献  (6)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(5)
  • 参考文献(2)
  • 二级参考文献(3)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(3)
  • 参考文献(0)
  • 二级参考文献(3)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2020(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(5)
  • 参考文献(2)
  • 二级参考文献(3)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持回归机模型
变形预测
混合蛙跳算法
拉丁超立方体抽样
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
三峡大学学报(自然科学版)
双月刊
1672-948X
42-1735/TV
大16开
湖北省宜昌市大学路8号
1979
chi
出版文献量(篇)
3272
总下载数(次)
3
总被引数(次)
16186
相关基金
高等学校博士学科点专项科研基金
英文译名:
官方网址:http://std.nankai.edu.cn/kyjh-bsd/1.htm
项目类型:面上课题
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导