典型文献
基于支持向量回归积和改进粒子群算法的特定区间盾构机作业参数选取
文献摘要：
为实现特定区间盾构机作业参数更准确的选取,提出了基于支持向量回归积(e-SVR)和改进惯性权重降低速度粒子群优化(IIWDSPSO)算法的盾构机作业参数选取模型.基于e-SVR构建掘进参数、地层参数、几何参数与地表沉降值之间的非线性关系模型,并基于实际盾构施工数据与人工神经网络模型、随机森林模型进行性能对比分析;通过10组仿真实验分析惯性权重降低速度对算法性能的影响,基于分析改进的粒子群优化算法优化特定地层参数和几何参数区间的掘进参数.结果表明,e-SVR模型对盾构施工数据样本具有更好的拟合和泛化能力,所提出的IIWDSPSO算法具有更好的准确性、稳定性和收敛概率.实际工程应用结果也验证了所提模型求解出的特定区间掘进参数能使地表沉降值相对更小,得到的掘进参数能够为实际工程提供更准确和可靠的参考.
文献关键词：
盾构作业参数;支持向量回归积;改进惯性权重降低速度粒子群优化算法;非线性建模
中图分类号：
作者姓名：
许哲东;侯公羽;杨丽;黄小军
作者机构：
安徽工程大学建筑工程学院,芜湖,241000;中国矿业大学(北京)力学与建筑工程学院,北京,100083
文献出处：
引用格式：
[1]许哲东;侯公羽;杨丽;黄小军-.基于支持向量回归积和改进粒子群算法的特定区间盾构机作业参数选取)[J].中国机械工程,2022(24):3007-3014
A类：
支持向量回归积,IIWDSPSO,盾构作业参数,改进惯性权重降低速度粒子群优化算法
B类：
改进粒子群算法,盾构机,参数选取,SVR,取模,掘进参数,地层参数,几何参数,地表沉降值,非线性关系,关系模型,盾构施工,施工数据,人工神经网络模型,随机森林模型,性能对比,算法性能,分析改进,改进的粒子群优化算法,算法优化,泛化能力,实际工程应用,模型求解,解出,非线性建模
AB值：
0.204894
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。
