共 9 条
- [6] GM(1,1)模型在建筑物沉降量预测中的应用[J]. 李军伟,李新生,兰耀东,李建国,陈广宇,杜海伟.地球科学与环境学报. 2002(03)
- [9] Least squares support vector machine classifiers[J]. NEURAL PROCESSING LETTERS, 1999, 9 (03) : 293 - 300Suykens, JAKVandewalle, J
建筑物沉降预测的改进Verhulst模型研究
被引：16
作者：
周德强
冯建中
机构：
[1] 长江大学信息与数学学院
来源：
关键词：
沉降量;
预测;
最小二乘支持向量机;
灰色Verhulst模型;
D O I：
暂无
中图分类号：
TU196.2 [];
学科分类号：
摘要：
为进一步提高灰色Verhulst模型的预测精度,将LS-SVM算法与灰色Verhulst模型相结合,对灰色Verhulst模型的参数估计方法和预测方法进行了改进。该方法采用LS-SVM算法,构造以背景值序列和原始序列为训练样本的LS-SVM,将Verhulst模型参数的估计问题转化为灰色LS-SVM的参数估计问题,依据LS-SVM算法求得灰色LS-SVM的参数,进而得到Verhulst模型的参数估计,方法上遵循了结构风险最小化原则,适合Verhulst小样本建模的特点。将改进的模型应用于软土地基建筑物的沉降预测,结果表明本文的方法是可行的且有效的,比传统方法预测精度高。
引用
收藏
页码：194 / 198
页数：5
相关论文