LS-SVM在CFG桩复合地基承载力预测中的应用

被引：4

作者：

张晗

王士杰

冯利军

朱常志

机构：

[1] 河北农业大学城乡建设学院

来源：

河北农业大学学报 | 2007年 / 01期

关键词：

最小二乘支持向量机; 复合地基; 承载力; 预测;

D O I：

暂无

中图分类号：

TU473.16 [];

学科分类号：

081401 ;

摘要：

分析了CFG桩复合地基承载力的主要影响因素,提出了CFG桩复合地基承载力预测的一种新方法,即最小二乘支持向量机方法。根据有限的学习样本,建立了CFG桩复合地基承载力与其影响因素之间的非线性关系。结果表明:最小二乘支持向量机具有优秀的小样本数据学习能力和预测能力,将其用于CFG桩及其它刚性桩复合地基承载力的预测是可行的。

引用

收藏

页码：116 / 119

页数：4

相关论文

共 10 条

[1] 基于BP算法的CFG桩复合地基承载力的神经网络预测 [J].

齐宏伟 ;

李文华 .

工业建筑, 2005, (S1) :525-528

[2] 基于小波核LS-SVM的网络流量预测 [J].

杨光 ;

张国梅 ;

刘星宇 .

微机发展, 2005, (12) :125-128

[3] 支持向量机在铁水硅含量预报中的应用 [J].

渐令 ;

刘祥官 .

冶金自动化, 2005, (03) :33-36

[4] CFG桩复合地基辅助设计的BP网络研究 [J].

彭勇波 ;

王瑜 ;

梁鹏 .

国外建材科技, 2005, (01) :99-102

[5] 一种基于最小二乘支持向量机的预测控制算法 [J].

刘斌 ;

苏宏业 ;

褚健 .

控制与决策, 2004, (12) :1399-1402

[6] 基于LS-SVM的交通流量时间序列预测 [J].

张朝元 ;

胡光华 ;

徐天泽 .

云南大学学报(自然科学版), 2004, (S1) :19-22

[7] 基于优化最小二乘支持向量机的小样本预测研究 [J].

朱家元 ;

杨云 ;

张恒喜 ;

王卓健 .

航空学报, 2004, (06) :565-568

[8] 基于最小二乘支持向量机的天然气负荷预测 [J].

刘涵 ;

刘丁 ;

郑岗 ;

梁炎明 ;

宋念龙 .

化工学报, 2004, (05) :828-832

[9] 支持向量机和最小二乘支持向量机的比较及应用研究 [J].

阎威武 ;

邵惠鹤 ;

不详 .

控制与决策 , 2003, (03) :358-360

[10]

支持向量机导论.[M].(英)NelloCristianini;(英)JohnShawe-Taylor著;李国正等译;.电子工业出版社.2004,