基于优化支持向量机的强夯有效加固深度研究
强夯法运用重锤高速冲击实现工程场地不良土质的改良加固,在地基处理工程中应用广泛,而有效加固深度的标定是应用强夯实现地基处理时的核心环节.文章基于强夯理论与有效加固深度概念,提出了以统计学习原理为理论的支持向量机算法,回归预测了强夯有效加固深度;并应用遗传算法优化了支持向量机模型的参数,通过对工程样本数据的回归、预测,对比了预测精度与误差反向传播神经网络模型预测结果.结果表明:优化支持向量机模型能够在数据样本上实现准确的回归拟合;模型在测试样本数据的预测误差低、预测精度优于神经网络模型.
支持向量机;遗传算法;参数优化;强夯有效加固深度;回归预测;神经网络
37
TP18;TU472.3+1(自动化基础理论)
国家自然科学基金51678350
2022-03-01(万方平台首次上网日期,不代表论文的发表时间)
共7页
118-124