粒子群算法优化支持向量机的深基坑变形预测

• 作者: 姚志华 王俊锋
• 来源期刊: 北京测绘
• 学科: 地球科学
• 关键词: 深基坑 变形预测 粒子群优化 支持向量机
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 技术应用
• 页码范围: 1322-1325
• 页数: 4页
• 分类号: P258
• 字数: 2708字
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2018.11.018

摘要

针对深基坑变形监测数据动态非线性特征,提出了粒子群优化的支持向量机回归模型,利用粒子群算法对支持向量机模型的惩罚参数和核函数参数进行寻优,根据寻优得到的最佳参数组建立改进的支持向量机预测模型.以桂林某深基坑工程实测数据为例,将模型预测结果与实测值进行对比分析,并采用均方误差、平方和误差、平均相对误差作为误差检验指标对预测结果进行评价.结果表明:该模型预测结果更好地反映了深基坑的变形动态,而且提高了预测精度,对深基坑安全监测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	王俊锋	黄河交通学院交通工程学院	4	10	1.0	3.0
2	姚志华	黄河交通学院交通工程学院	1	9	1.0	1.0