基于ε-SVR算法的隧道围岩位移演化规律预测

被引：7

作者：

陈秋南 ^{[1
]}

张永兴 ^{[2
]}

赵明华 ^{[3
]}

刘新荣 ^{[2
]}

机构：

[1] 湖南科技大学土木工程学院

[2] 重庆大学土木工程学院

[3] 湖南大学土木工程学院

来源：

岩土力学 | 2006年 / 04期

关键词：

隧道工程; ε-SVR算法; 围岩位移; 演化规律;

D O I：

10.16285/j.rsm.2006.04.016

中图分类号：

U451.2 [];

学科分类号：

摘要：

针对目前广泛应用的灰色理论、遗传算法(GA)和人工神经网络(ANN)等方法预测隧道稳定性的缺陷,提出应用稳健性能较好的ε-SVR(support vector machine)算法对非对称连拱隧道围岩位移演化规律进行预测研究。应用加速混合遗传算法搜索ε-SVR最优参数,以提高ε-SVR的预测能力。将预测结果与灰色理论、BP神经网络预测结果进行比较,显示ε-SVR算法学习和预测精度高。

引用

页码：591 / 593

页数：3

共 8 条

[1] 边坡位移非线性时间序列采用支持向量机算法的智能建模与预测研究 [J].