基于混合智能优化算法的建筑物沉降预测应用研究

• 作者: 姚彦夫 马子俊
• 来源期刊: 北京测绘
• 学科: 地球科学
• 关键词: 沉降预测 粒子群算法 支持回归机 回归分析
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 经验交流
• 页码范围: 1102-1107
• 页数: 6页
• 分类号: P258
• 字数: 4508字
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2018.09.022

摘要

为解决现代工程施工中对沉降预测精度提出的更高要求,本研究提出了一种基于粒子群算法(PSO)和支持回归机(SVR)的混合预测模型.依据山西某工程建筑施工沉降监测数据,将其分为建模和测试两部分,分别建立了SVR、PSO-SVR、BP神经网络和多元回归预测模型.最后对模型做试算分析,结果表明:PSO-SVR模型预测精度绝对占优,对实际值具有更强的逼近能力,多元回归模型预测精度相较于PSO-SVR模型略低,但明显优于其它两类智能模型.本文提出的混合模型对解决实际工程中遇到的沉降预测问题非常实用,值得进一步推广应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马子俊		1	3	1.0	1.0
2	姚彦夫		1	3	1.0	1.0