遗传算法优化支持向量机在大坝变形预测中的应用

发布时间：2017-08-17 03:23

  本文关键词：遗传算法优化支持向量机在大坝变形预测中的应用

  更多相关文章： 大坝变形因子 支持向量机 遗传算法 优化 预测

【摘要】：建立大坝变形预测的支持向量机模型,并用遗传算法对支持向量机模型的核函数参数、惩罚参数和损失参数进行优化。将同一优化方法不同支持向量机核函数、不同优化方法同种支持向量机核函数进行横向对比,将BP神经网络、自回归AR(p)模型、多元回归分析法和周期函数拟合法进行纵向对比。结果表明,该GA-SVM(RBF)模型不仅能较好地预测大坝的变形趋势,而且能大幅提高预测精度。
【作者单位】： 河海大学地球科学与工程学院;
【关键词】： 大坝变形因子 支持向量机 遗传算法 优化 预测
【基金】：江苏省普通高校研究生科研创新计划(KYLX15_0478)~~
【分类号】：TV698.11;TP18
【正文快照】： 本文用遗传算法(genetic algorithm,GA)[1]来优化支持向量机(support vector machines,SVM)[2-3]的参数,并建立了大坝变形预测的GA-SVM模型。通过实例,对比分析了本文算法、BP神经网络、自回归AR(p)模型、多元回归分析法和周期函数拟合法。1支持向量机模型支持向量机是一种以，

本文编号：686913