本文關(guān)鍵詞： 深基坑 水平位移 最小二乘支持向量機(jī) 粒子群算法 變形監(jiān)測　出處：《遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版)》2014年11期 　論文類型：期刊論文

【摘要】：為分析深基坑在開挖過程中的變形規(guī)律,為安全生產(chǎn)提供有效信息,采用最小二乘支持向量機(jī)理論,利用粒子群算法對支持向量機(jī)的核參數(shù)進(jìn)行優(yōu)化,建立深基坑水平位移預(yù)測模型,并將預(yù)測結(jié)果與實(shí)際監(jiān)測結(jié)果進(jìn)行對比.研究結(jié)果表明:優(yōu)化后的最小二乘支持向量機(jī)模型收斂速度快,泛化能力強(qiáng),預(yù)測結(jié)果與實(shí)際監(jiān)測數(shù)據(jù)有很好的一致性,精度高于傳統(tǒng)的預(yù)測模型,對深基坑安全監(jiān)控有一定的實(shí)用價(jià)值.
[Abstract]:In order to analyze the deformation law of deep foundation pit during excavation and provide effective information for safe production, the kernel parameters of support vector machine are optimized by using least square support vector machine theory and particle swarm optimization algorithm. The prediction model of horizontal displacement of deep foundation pit is established, and the prediction results are compared with the actual monitoring results. The results show that the optimized least square support vector machine model has fast convergence speed and strong generalization ability. The prediction results are in good agreement with the actual monitoring data, and the accuracy is higher than that of the traditional prediction model, which has certain practical value for the safety monitoring of deep foundation pit.
【作者單位】： 吉林建筑大學(xué)測繪與勘查工程學(xué)院;吉林大學(xué)地球探測科學(xué)與技術(shù)學(xué)院;沈陽地質(zhì)調(diào)查中心;
【基金】：吉林省科技發(fā)展計(jì)劃基金資助項(xiàng)目(20120437) 國家自然科學(xué)基金資助項(xiàng)目(41072196)
【分類號】：TU433

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 于寧鋒;楊化超;鄧喀中;張書畢;;基于PSO和SVM的礦區(qū)地表下沉系數(shù)預(yù)測[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

2 姜諳男;梁冰;張嬌;;基于粒子群最小二乘支持向量機(jī)的瓦斯含量預(yù)測[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

3 弓社強(qiáng);蔡執(zhí)剛;;基于支持向量機(jī)模型的深基坑變形預(yù)測研究[J];公路交通技術(shù);2011年02期

4 李文莉;李郁俠;;基于粒子群最小二乘支持向量機(jī)的水文預(yù)測[J];計(jì)算機(jī)應(yīng)用;2012年04期

5 鞠秋文;;PSO-SVM算法在網(wǎng)絡(luò)入侵檢測中的研究[J];計(jì)算機(jī)仿真;2011年04期

6 張學(xué)工;關(guān)于統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)[J];自動化學(xué)報(bào);2000年01期

7 徐洪鐘;楊磊;;基于最小二乘支持向量機(jī)回歸的基坑變形預(yù)測[J];南京工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年02期

8 杜康;許軍;張耀輝;魏子杰;;基于粒子群優(yōu)化結(jié)合最小二乘支持向量機(jī)的氣體傳感器建模[J];計(jì)算機(jī)應(yīng)用;2013年S1期

9 楊佳佳;姜琦剛;陳永良;崔瀚文;張漢女;;基于最小二乘支持向量機(jī)和高分辨率遙感影像的大尺度區(qū)域巖性劃分[J];中國石油大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

10 師旭超;梁醒培;;深基坑變形預(yù)測的進(jìn)化支持向量機(jī)模型[J];武漢理工大學(xué)學(xué)報(bào);2010年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王東霞;張楠;路曉麗;;基于育種算法的SVM參數(shù)優(yōu)化[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

2 陶秀鳳,唐詩忠,周鳴爭;基于支持向量機(jī)的軟測量模型及應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2004年02期

3 程偉;張燕平;趙姝;;支持向量機(jī)在糧食產(chǎn)量預(yù)測中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2009年08期

4 武素華;;基于最小二乘支持向量機(jī)的土壤含水量檢測的研究與分析[J];安徽農(nóng)業(yè)科學(xué);2009年09期

5 陳念;沈佐民;;基于化學(xué)成分檢測和SVM分類的茶葉品質(zhì)鑒定[J];安徽農(nóng)業(yè)科學(xué);2010年15期

6 黃遠(yuǎn)順;;矯直機(jī)的自動故障預(yù)報(bào)技術(shù)[J];安徽冶金;2012年01期

7 林春麗;齊欣;王克成;;SVM-KNN分類器在異常行為檢測中的應(yīng)用[J];遼寧科技大學(xué)學(xué)報(bào);2010年05期

8 王亮;胡靜濤;;基于LS-SVM的光刻過程R2R預(yù)測控制方法[J];半導(dǎo)體技術(shù);2012年06期

9 梁萬路;;代價(jià)敏感支持向量機(jī)的投影次梯度求解方法[J];兵工自動化;2011年04期

10 高學(xué)金;王普;孫崇正;易建強(qiáng);張亞庭;張會清;;一種建立發(fā)酵過程模型的新方法[J];北京工業(yè)大學(xué)學(xué)報(bào);2006年05期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馮建輝;楊玉靜;;基于灰度共生矩陣提取紋理特征圖像的研究[J];北京測繪;2007年03期

2 南存全,馮夏庭;基于模式識別的煤與瓦斯突出區(qū)域預(yù)測[J];東北大學(xué)學(xué)報(bào);2004年09期

3 張耀波,張遷;基于SVM的遙感影像的分類[J];地理空間信息;2005年04期

4 傅文杰;洪金益;朱谷昌;;基于光譜相似尺度的支持向量機(jī)蝕變信息提取[J];地質(zhì)與勘探;2006年02期

5 吳財(cái)芳,曾勇,張子戌;自適應(yīng)神經(jīng)網(wǎng)絡(luò)在瓦斯含量預(yù)測中的應(yīng)用[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào);2003年05期

6 張國輝,韓軍,宋衛(wèi)華;地質(zhì)構(gòu)造形式對瓦斯賦存狀態(tài)的影響分析[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào);2005年01期

7 譚志祥;鄧喀中;;建筑物下采煤研究進(jìn)展[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào);2006年04期

8 宋衛(wèi)華;張宏偉;;基于GIS的煤與瓦斯突出區(qū)域預(yù)測的可視化[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

9 羅波;遠(yuǎn)禎;;改進(jìn)BP網(wǎng)絡(luò)在深基坑變形預(yù)測中的應(yīng)用[J];工業(yè)建筑;2006年S1期

10 趙民;閆韶兵;朱民;;深基坑變形的神經(jīng)網(wǎng)絡(luò)預(yù)測[J];工業(yè)建筑;2006年S1期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 呂剛,吳朝暉,楊瑩春;支持向量機(jī)的聚類補(bǔ)償研究[J];廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年01期

2 黃發(fā)良,鐘智;用于分類的支持向量機(jī)[J];廣西師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2004年03期

3 劉龍;黃海;孟光;;基于支持向量機(jī)的結(jié)構(gòu)損傷分步識別研究[J];應(yīng)用力學(xué)學(xué)報(bào);2007年02期

4 唐小平;王文濤;;基于總間隔與代價(jià)差異算法的支持向量機(jī)[J];中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

5 朱海林;宋承祥;劉弘;何魯青;;基于支持向量機(jī)的教學(xué)質(zhì)量評價(jià)研究[J];山東師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

6 鐘新輝;李少如;費(fèi)逸偉;楊宏偉;;基于支持向量機(jī)的磨粒識別[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;2008年05期

7 李威特;鄧燕妮;;機(jī)理知識與支持向量機(jī)相結(jié)合的混合建模方法在胎面生產(chǎn)過程關(guān)鍵段的應(yīng)用[J];科技信息(學(xué)術(shù)研究);2008年09期

8 王平;;基于支持向量機(jī)的空氣降塵預(yù)測[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2009年02期

9 李明;;改進(jìn)的支持向量機(jī)算法及其在入侵檢測中的應(yīng)用[J];科技資訊;2009年13期

10 崔鵬飛;冀勇;李國霞;趙維娟;孫洪巍;李融武;趙青云;孫新民;趙文軍;謝建忠;郭敏;高正耀;承煥生;楊勇;;基于支持向量機(jī)的古名瓷分類研究[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年02期

相關(guān)會議論文 前10條

1 侯澍e，

本文編號：1530976