基于GA-ACO-SVM组合模型边坡位移预测研究

• 作者: 刘小生 熊起
• 来源期刊: 矿山测量
• 学科: 地球科学
• 关键词: 支持向量机 参数优化 遗传算法 蚁群算法 位移预测
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 开采沉陷
• 页码范围: 6-9,49
• 页数: 5页
• 分类号: P258
• 字数: 3337字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-358X.2019.03.002

摘要

针对目前常用的预测模型存在一定的问题,建立支持向量机预测模型,并将遗传算法与蚁群算法有效结合.用此组合算法对支持向量机模型参数优化.最终将建立的模型与单独两种算法所优化的模型进行精度对比.实例表明,组合算法所优化的预测模型具有更高的精度,具有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘小生		88	532	12.0	17.0
2	熊起		1	0	0.0	0.0