中国计量大学学报

2018, v.29;No.91(03) 293-298

[打印本页] [关闭]
本期目录 | 过刊浏览 | 高级检索

等维新息SVR模型对隧道沉降时间序列的预测研究
Prediction of tunnel settlement time series based on equal dimension and new information SVR models

李伟;严珂;陆慧娟;叶敏超;

摘要(Abstract):

针对因影响因素众多而难以预测的隧道沉降问题,使用粒子群算法(PSO)优化支持向量回归模型(SVR)并结合灰色理论中的等维新息,提出了混合模型对隧道沉降时间序列数据进行预测研究.与ELM极限学习机预测模型及PSO-BP神经网络预测模型进行了对比实验.发现等维新息SVR模型在预测精度上要优于其它两个模型,于是得出该模型可以有效地应用于隧道沉降时间序列的预测研究.

关键词(KeyWords): 隧道沉降;回归预测;灰色理论;时间序列

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(No.61602431)

作者(Author): 李伟;严珂;陆慧娟;叶敏超;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享