基于PSO-SVM模型的深基坑变形预测研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

基于PSO-SVM模型的深基坑变形预测研究

引用
深基坑变形预测一直是深基坑工程的一个重点研究课题,具有十分重要的理论意义和实际价值.支持向量机是一种基于结构风险最小化原理的机器学习算法,它具有很好的泛化能力,能够有效地解决小样本、非线性、高维数、局部极小等问题.本文将支持向量机(SVM)理论引入到深基坑的变形预测当中,同时,采用粒子群算法(PSO)来优化SVM的相关参数,将其预测结果与传统的支持向量机模型和BP神经网络模型的预测结果进行对比.结果表明,PSO-SVM模型用于变形预测是可行的.

深基坑、支持向量机、粒子群算法、变形预测

39

TU196(建筑基础科学)

2011-08-10(万方平台首次上网日期,不代表论文的发表时间)

82-85

相关文献
评论
暂无封面信息
查看本期封面目录

工程勘察

1000-1433

11-2025/TU

39

2011,39(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn