福宁高速公路八尺门滑坡变形演化规律预测研究

被引:9
作者
赵洪波
冯夏庭
李邵军
尹顺德
机构
[1] 中国科学院武汉岩土力学研究所岩土力学重点实验室,中国科学院武汉岩土力学研究所岩土力学重点实验室,中国科学院武汉岩土力学研究所岩土力学重点实验室,中国科学院武汉岩土力学研究所岩土力学重点实验室湖北武汉,湖北武汉,湖北武汉,湖北武汉
关键词
支持向量机; 遗传算法; 边坡; 预测;
D O I
10.16285/j.rsm.2003.04.035
中图分类号
P642.22 [滑坡];
学科分类号
0837 ;
摘要
将进化支持向量机方法用于边坡变形规律的研究,用遗传算法搜索支持向量机最优参数,避免了人为选择支持向量机参数的盲目性,提高了支持向量机的推广预测能力。利用这种方法预测边坡变形规律,并与监测到的历史数据进行对比,以便工程技术人员及时调整设计方案和施工,维护边坡的稳定性。工程实例表明,该方法具有预测精度高和实时性等特点,具有广阔的应用前景。
引用
收藏
页码:631 / 633+643 +643
页数:4
相关论文
共 4 条
[1]   非线性位移时间序列预测的进化-支持向量机方法及应用 [J].
赵洪波 ;
冯夏庭 .
岩土工程学报, 2003, (04) :468-471
[2]   非线性位移时间序列分析的遗传神经网络方法 [J].
张治强 ;
冯夏庭 ;
杨成祥 ;
林韵梅 .
东北大学学报, 1999, (04) :422-425
[3]  
智能岩石力学导论[M]. 科学出版社 , 冯夏庭著, 2000
[4]   A tutorial on Support Vector Machines for pattern recognition [J].
Burges, CJC .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167