基于支持向量机的隧道变形预测方法

被引：23

作者：

田执祥

乔春生

滕文彦

刘开云

机构：

[1] 中铁十四局三处

[2] 北京交通大学土木建筑工程学院

[3] 北京交通大学土木建筑工程学院山东兖州　

[4] 北京　

来源：

中国铁道科学 | 2004年 / 01期

关键词：

隧道; 支持向量机; 变形预测; 收敛; 智能方法;

D O I：

暂无

中图分类号：

U452.1 [勘测];

学科分类号：

摘要：

提出一种基于支持向量机的隧道变形预测新方法。支持向量机基于结构风险最小化,具有更强的泛化能力,是一个凸二次优化问题,能够保证所得解就是全局最优解。采用RBF和Bspline核函数学习某隧道前30天的收敛监测数据,用学习得到的最佳支持向量机网络预测30天后隧道的收敛。结果表明,支持向量机回归和预测的最大相对误差不超过6 5%。通过对比发现,Bspline核函数比RBF核函数效果更好。

引用

页码：87 / 91

页数：5

共 7 条

[1] 隧道变形预测的灰色Verhulst模型 [J].