等维新息SVR模型对隧道沉降时间序列的预测研究

• 作者: 严珂 叶敏超 李伟 陆慧娟
• 来源期刊: 中国计量大学学报
• 学科: 工学
• 关键词: 隧道沉降 回归预测 灰色理论 时间序列
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 信息科学
• 页码范围: 293-298
• 页数: 6页
• 分类号: TP391
• 字数: 3542字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-2835.2018.03.011

摘要

针对因影响因素众多而难以预测的隧道沉降问题,使用粒子群算法(PSO)优化支持向量回归模型(SVR)并结合灰色理论中的等维新息,提出了混合模型对隧道沉降时间序列数据进行预测研究.与ELM极限学习机预测模型及PSO-BP神经网络预测模型进行了对比实验.发现等维新息SVR模型在预测精度上要优于其它两个模型,于是得出该模型可以有效地应用于隧道沉降时间序列的预测研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆慧娟	中国计量大学信息工程学院	101	716	13.0	20.0
2	李伟	中国计量大学信息工程学院	27	92	5.0	8.0
3	严珂	中国计量大学信息工程学院	17	72	5.0	8.0
4	叶敏超	中国计量大学信息工程学院	13	27	3.0	4.0