作為機(jī)器學(xué)習(xí)重要的算法,支持向量回歸（SVR）在Vapnik等人提出之后,迅速得到推廣,并在各大領(lǐng)域得到了應(yīng)用,該算法基于結(jié)構(gòu)風(fēng)險最小化原則,能有效的解決高維非線性系統(tǒng)的模式識別問題。利用支持向量回歸算法（SVR）進(jìn)行土石壩坡安全系數(shù)模型的建立,計算出壩坡的可靠度。然而SVR算法的精度很大程度上取決于自身的參數(shù),如懲罰系數(shù),不敏感損失系數(shù)以及核參數(shù)等,需要對這三個參數(shù)進(jìn)行合理的選擇,使得模型的精度和泛化能力達(dá)到平衡的效果。作為一種群優(yōu)化算法,粒子群算法具有很強(qiáng)的全局優(yōu)化能力,能夠解決支持向量回歸模型的初始參數(shù)尋優(yōu)問題。然而粒子群算法也有常數(shù)固定,空間遍歷性不好,尋優(yōu)能力較弱,收斂速度精度都不夠精確等缺點(diǎn),因此引入自適應(yīng)理論改善加速度常數(shù),采用混沌映射來替換均勻隨機(jī)分布,改善粒子的空間遍歷性,Lévy飛行加速算法的收斂,改善最優(yōu)粒子的局部搜索能力,從而提出了自適應(yīng)混沌Lévy飛行粒子群算法（ACL-PSO）通過SVR與本文提出的ACL-PSO算法相結(jié)合,對SVR參數(shù)進(jìn)行尋優(yōu),提出了基于ACL-PSO算法的SVR（ACL-PSO-SVR）,通過UCI數(shù)據(jù)集測試表明,該算法具有非常高的擬合精... 

【文章來源】：西華大學(xué)四川省

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

正態(tài)功能函數(shù)概率密度曲線

量分析、精確計算和數(shù)學(xué)理論以及實驗研究部分發(fā)揮著無規(guī)則的運(yùn)動，但是支配這種運(yùn)動的規(guī)律卻有內(nèi)在確定最早發(fā)現(xiàn)于天氣預(yù)報方面，洛倫茲在用確定性方程描述的輸入變化，導(dǎo)致了后期不可預(yù)估的變化，因此他斷言另一個關(guān)于混沌的著名的現(xiàn)象是卡姆定理，這是幾位著動態(tài)定理過程時候發(fā)現(xiàn)的一個定理。這兩個現(xiàn)象代表了：天氣預(yù)測模型是耗散系統(tǒng)，而卡姆定理是保守系統(tǒng)；姆用的是嚴(yán)格的數(shù)學(xué)推理，這是在混沌研究領(lǐng)域必不可如下的表達(dá)式：= ( )= ( ) = 入變量發(fā)生很小的變化時，會導(dǎo)致模型的后期出現(xiàn)不可來描述這一現(xiàn)象，發(fā)現(xiàn)相軌跡最終會落入一條不斷纏繞）中，如下圖所示：

圖 3.5 Ackley 函數(shù)圖像 圖 3.6 Goldstein–Price 函數(shù)圖像Fig3.5 AckleyFunction image Fig3.6 Function image圖 3.7 Lévi N.13 函數(shù)圖像Fig3.7 Lévi N.13 Function image圖 3.8 Eggholder 函數(shù)圖像Fig3.8 Eggholder Function image

【參考文獻(xiàn)】：
期刊論文
[1]新型混沌粒子群混合優(yōu)化算法[J]. 劉軍梅.  軟件導(dǎo)刊. 2017(02)
[2]支持向量機(jī)法計算高土石壩壩坡穩(wěn)定可靠度[J]. 黃華堅.  人民黃河. 2015(12)
[3]基于改進(jìn)混沌粒子群的特征提取方法[J]. 許迪,徐連誠,任敏.  計算機(jī)工程與設(shè)計. 2015(04)
[4]特高壩及其梯級水庫群設(shè)計安全標(biāo)準(zhǔn)研究Ⅱ:高土石壩壩坡穩(wěn)定安全系數(shù)標(biāo)準(zhǔn)[J]. 杜效鵠,李斌,陳祖煜,王玉杰,孫平.  水利學(xué)報. 2015(06)
[5]土石壩試驗新技術(shù)研究與應(yīng)用[J]. 陳生水.  巖土工程學(xué)報. 2015(01)
[6]水利工程中土石壩壩坡穩(wěn)定分析[J]. 郝欣.  民營科技. 2013(03)
[7]基于統(tǒng)一強(qiáng)度理論的土石壩邊坡穩(wěn)定分析遺傳算法[J]. 李南生,唐博,談風(fēng)婕,謝利輝.  巖土力學(xué). 2013(01)
[8]基于ANSYS和JC法的高土石壩動力可靠度穩(wěn)定性分析[J]. 楊上清,蔣玉川,帥培建.  蘭州理工大學(xué)學(xué)報. 2012(03)
[9]SVM的幾何方法—SK類思路的研究[J]. 常振華,陳伯成,李英杰,劉文煌,閆學(xué)為.  計算機(jī)工程與應(yīng)用. 2011(08)
[10]改進(jìn)的混沌粒子群優(yōu)化算法[J]. 劉玲,鐘偉民,錢鋒.  華東理工大學(xué)學(xué)報(自然科學(xué)版). 2010(02)

博士論文
[1]混沌粒子群優(yōu)化算法及應(yīng)用研究[D]. 徐文星.北京化工大學(xué) 2012
[2]土石壩安全風(fēng)險分析方法研究[D]. 王薇.天津大學(xué) 2012

碩士論文
[1]基于支持向量機(jī)的土石壩壩坡穩(wěn)定可靠度分析[D]. 張智超.廣西大學(xué) 2015
[2]改進(jìn)支持向量機(jī)在邊坡穩(wěn)定性評價及參數(shù)反演中的應(yīng)用[D]. 王迎東.中國地質(zhì)大學(xué)（北京） 2014
[3]土石壩的滲流特性分析及數(shù)值模擬[D]. 周樂.大連理工大學(xué) 2014
[4]基于隨機(jī)場理論的土質(zhì)邊坡可靠度分析[D]. 楊艷榮.鄭州大學(xué) 2011
[5]高土石壩壩坡穩(wěn)定的可靠性研究[D]. 許春雷.大連理工大學(xué) 2010
[6]基于RSM和RAGA的混凝土重力壩可靠度分析[D]. 湯帥.合肥工業(yè)大學(xué) 2009
[7]基于ANSYS的土石壩穩(wěn)定滲流場的數(shù)值模擬[D]. 蒙富強(qiáng).大連理工大學(xué) 2006



本文編號：3288025