基于改进网格搜索法的SVM边坡变形预测研究

代理获取

页面导航

目录
摘要
著录项
相似文献
相关主题

摘要

边坡失稳所带来的危害非常大，对于自然边坡和一些大型工程边坡，一旦发生边坡失稳事件，往往能够改变一个区域的地貌特征，进而对这个区域周围的人居环境造成重大影响。边坡灾害所带来的损失动辄上亿甚至几十亿，而预防这些边坡变形发生所需要的成本远远小于灾害发生之后的重建恢复工作，因此，对边坡变形进行科学有效的预测就显得尤为重要和紧迫。本文根据边坡变形的相关特点，提出运用支持向量机方法对边坡变形进行预测研究，并且对于传统网格法搜索速度过慢、精度不高的缺陷，提出一种基于改进网格搜索法的支持向量机方法，实验结果表明本文提出的新算法对比传统算法在运算时间和精度两个方面都有了较好的提升。本文的研究工作主要包括以下几个方面： 1）概述支持向量机的基本理论和它的核函数的种类以及应用类型，引入了支持向量机核函数的参数寻优问题。 2）面对核函数的相关参数寻优问题还没有统一的理论，本文分析了传统网格搜索法参数寻优和粒子群搜索法参数寻优，结合两者的劣势和优势，提出了改进网格搜索法的支持向量机。针对传统网格法的搜索速度过慢，精度不高的缺点，利用粒子群算法在前期能够快速收敛于种群最优解的优势，在算法初期引入对整个算法进行加速，使算法快速定位到最优区间附近，同时在算法后期，改为使用小步长的网格搜索法在粒子群算法所确定的种群最优解附近的小区间内进行第二次精细搜索，在一定程度上帮助算法跳出前期快速寻优导致的可能陷入的局部最优解，从而达到全局最优解。 3）将建立的基于改进网格搜索法的支持向量机应用于边坡变形预测，通过两个边坡变形实例验证改进算法的优劣，最后的实验结果表明：在两个工程实例的边坡变形预测中，对比传统网格法SVM和遗传算法SVM，改进的网格搜索法支持向量机在平均相对误差和运算时间上更具优势。另一方面，新算法所得预测的均方误差和平方和误差也都远小于另外两种算法，这说明改进的网格搜索法支持向量机具有更好的预测精度、运算速度与稳定性，有实际应用价值。

著录项

作者
章治邦;
展开▼
作者单位

江西理工大学;

展开▼
授予单位江西理工大学;
学科测绘工程
授予学位硕士
导师姓名刘小生;
年度 2018
页码
总页数
原文格式 PDF
正文语种中文
中图分类建筑施工;土力学、地基基础工程;
关键词
改进; 网格搜索法; SVM; 边坡变形;

相似文献

中文文献
外文文献
专利

1. 基于改进网格搜索法的SVM参数优化 [J] . 刘小生 ,章治邦 . 江西理工大学学报 . 2019,第001期
2. 基于改进的网格搜索法的 SVM 参数优化 [J] . 王健峰 ,张磊 ,陈国兴 . 应用科技 . 2012,第003期
3. 可变步长网格搜索法结合LIBSVM预测风机故障研究 [J] . 王晋陶 . 南方农机 . 2020,第011期
4. 基于改进DE-LSSVM模型的边坡变形预测 [J] . 刘小生 ,喻明明 . 矿山测量 . 2017,第004期
5. 网格搜索法改进SVM的出水COD软测量建模 [J] . 陈甫前 ,李明河 . 宜宾学院学报 . 2018,第012期
6. 基于CO-WLSSVM的边坡变形时序预测 [C] . 刘康 . 2008年大坝安全监测设计与施工技术交流会 . 2008
7. 基于改进网格搜索法SVM参数优化的说话人识别研究 [A] . 王健峰 . 2012

基于改进网格搜索法的SVM边坡变形预测研究

目录

摘要

著录项

相似文献

相关主题

期刊订阅