• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《铁道学报》 >滑坡变形的支持向量机非线性组合预测

滑坡变形的支持向量机非线性组合预测

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

在分析支持向量机(SVM)用于时间序列预测和非线性组合原理基础上,提出基于支持向量机的非线性组合预测方法.利用4种单项预测方法,包括SVM、径向基函数前向型神经网络(RBF)、反馈型神经网络(Elman)及3层神经网络(ANN),分别进行滑坡变形时序的建模与预测.对4种方法的预测结果再采用线性组合方法(简单平均、方差倒数、改进最优加权系数)和非线性组合方法(SVM、BP神经网络)进行组合预测及方法性能的比较.结果表明,非线性组合的平均相对误差明显低于线性组合方法,且对滑坡这种具有一定程度不确定性的非线性系统,SVM的非线性组合方法有着更理想的预测效果,7步外推预测准确度控制在89.3%以上.而与BP神经网络非线性组合相比,SVM也具有更好的稳健性和泛化性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号