利用人工鱼群算法优化高斯过程模型及应用分析

被引：6

作者：

邱小梦 ^{[1
,2
]}

周世健 ^{[3
]}

王奉伟 ^{[4
]}

欧阳亮酉 ^{[1
]}

机构：

[1] 东华理工大学测绘工程学院

[2] 流域生态与地理环境监测国家测绘地理信息局重点实验室

[3] 南昌航空大学

[4] 同济大学测绘与地理信息学院

来源：

测绘通报 | 2018年 / 01期

关键词：

人工鱼群算法; 高斯过程; 滚动预测法; 变形监测;

D O I：

10.13474/j.cnki.11-2246.2018.0031

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

基于高斯过程利用传统共轭梯度法搜索超参数,存在对初始值依赖性强、获得局部最优解的不足。本文采用人工鱼群算法对超参数进行智能寻优,建立了基于人工鱼群算法的高斯过程模型对变形体形变进行预测分析。通过隧道和基坑两个工程实例计算比对分析,NN、SE和RQ 3种核函数中NN核函数的预测效果最好,平均相对误差分别为0.69%和1.06%。结果表明超参数优化模型的预测精度得到了较大的提高,改善了高斯过程算法本身存在的超参数求解方面的不足,效果明显。

引用

页码：157 / 160+164 +164

页数：5

共 18 条

[1] 非等间距多点变形预测模型及其应用 [J].