PSO-LSSVM模型在位移反分析中的应用

被引：33

作者：

邬凯 ^{[1
]}

盛谦 ^{[1
]}

梅松华 ^{[2
]}

李佳 ^{[3
]}

机构：

[1] 中国科学院武汉岩土力学研究所岩土力学与工程国家重点实验室

[2] 中南勘测设计研究院

[3] 四川大学水电学院

来源：

岩土力学 | 2009年 / 30卷 / 04期

基金：

国家自然科学基金重大研究计划;

关键词：

位移反分析; 最小二乘支持向量机; 粒子群算法; 均匀设计; 快速反演;

D O I：

10.16285/j.rsm.2009.04.028

中图分类号：

TV221.2 [];

学科分类号：

摘要：

提出了一种基于均匀设计原理、最小二乘支持向量机(LSSVM)和粒子群优化算法(PSO)的快速位移反分析方法。该方法利用均匀设计和有限差分法获得学习样本,再用粒子群算法搜索最优的最小二乘支持向量机模型参数。并用最小二乘支持向量机回归模型建立反演参数与监测点位移值之间的非线性映射关系,最后用粒子群算法从全局空间上搜索与实测位移最吻合的反演参数。该反演模型利用了粒子群算法高效简单、均匀设计构造高质量小样本以及最小二乘支持向量机的小样本、泛化性能好的特点。将该模型应用于龙滩水电站左岸地下厂房区岩体地应力场的反演分析中,计算结果与实测的位移值和地应力值均吻合较好,说明了该模型在岩土工程快速反演分析中具有良好的应用价值。

引用

页码：1109 / 1114

页数：6

共 14 条

[1]

Least squares support vector machine classifiers [J].