典型文献
基于灰狼算法和支持向量回归机的非线性沉降变形预测方法
文献摘要：
针对常规支持向量机预测模型在变形数据处理预测中的不足,本文提出了一种基于改进灰狼算法的支持向量回归模型.重新定义了灰狼算法中的收敛因子,并引入多项式变异算子,使得算法在收敛方面得到改善;将具有局部特征的柯西核函数和具有全局特征的多项式核函数进行组合,以此来综合核函数的两种不同特性,提高预测数据集的整体精度.采用基坑监测项目数据对模型预测能力进行实验,并与其他模型进行对比分析.结果表明,本文模型对结构变形发展演化的非线性特征拟合精度更高,可以应用到时间序列变化的数据预测处理.
文献关键词：
变形监测;支持向量机;核函数;收敛因子;灰狼优化算法
中图分类号：
作者姓名：
徐培云;周兆玺;闵阳;袁辉;陈玉奇
作者机构：
中铁第四勘察设计院集团有限公司,湖北 武汉430063;中国地质大学(武汉) 地理与信息工程学院,湖北 武汉430078;武汉市勘察设计有限公司,湖北 武汉430022
文献出处：
引用格式：
[1]徐培云;周兆玺;闵阳;袁辉;陈玉奇-.基于灰狼算法和支持向量回归机的非线性沉降变形预测方法)[J].北京测绘,2022(05):537-542
A类：
柯西核函数
B类：
支持向量回归机,沉降变形预测,形数,改进灰狼算法,支持向量回归模型,重新定义,收敛因子,多项式变异,变异算子,局部特征,全局特征,预测数据,整体精度,基坑监测,监测项目,项目数,预测能力,结构变形,发展演化,非线性特征,拟合精度,数据预测,变形监测,灰狼优化算法
AB值：
0.348675
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
