基于MRVM的多输出边坡变形预测模型

发布时间：2019-10-18 10:18

【摘要】：为解决多输出边坡变形预测问题,提高预测模型的精度及计算效率,提出基于多输出相关向量机(MRVM)的边坡变形预测新模型。通过将标准RVM的单输出功能拓展到多维输出功能的方式建立MRVM,并利用PSO算法优化其参数。以某大型干坞边坡变形为例,基于MRVM建立边坡坡顶水平变形与沉降变形预测模型,并对其精度及计算效率进行分析。实验结果表明,MRVM的精度高于BP神经网络、支持向量机(SVM)、RVM,证实拓展RVM所采用的方法可行,并具有较好的边坡预测精度;MRVM的计算时间远小于BP神经网络、支持向量机(SVM)、RVM,具有较高的计算效率,并简化了建模程序,实现了对边坡的多个变形量进行同时预测。
【作者单位】： 武汉大学测绘学院;东华理工大学测绘工程学院;61234部队;
【基金】：国家自然科学基金(41374007) 江西省自然科学基金(20151BAB213031) 江西省教育厅科学技术研究项目(GJJ150592)~~
【分类号】：TP18;TU43
，

本文编号：2551039