节点文献

等维新息SVR模型对隧道沉降时间序列的预测研究

免费订阅

【作者】 李伟严珂陆慧娟叶敏超

【Author】 LI Wei;YAN Ke;LU Huijuan;YE Minchao;College of Information Engineering,China Jiliang University;

【通讯作者】 严珂;

【机构】 中国计量大学信息工程学院

【摘要】 针对因影响因素众多而难以预测的隧道沉降问题,使用粒子群算法(PSO)优化支持向量回归模型(SVR)并结合灰色理论中的等维新息,提出了混合模型对隧道沉降时间序列数据进行预测研究.与ELM极限学习机预测模型及PSO-BP神经网络预测模型进行了对比实验.发现等维新息SVR模型在预测精度上要优于其它两个模型,于是得出该模型可以有效地应用于隧道沉降时间序列的预测研究.

【关键词】 隧道沉降回归预测灰色理论时间序列
【基金】 国家自然科学基金项目(No.61602431)
【所属期刊栏目】 信息科学 (2018年03期)
  • 【分类号】U231.3;U455.4;TP18
  • 【下载频次】59
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: