论文摘要
为了提高边坡稳定性预测的精度,保障边坡工程的安全,提出基于粒子群优化算法支持向量机的预测模型。采用粒子群优化算法不断进行搜索迭代获取支持向量机模型的最优参数,避免了支持向量机人为选取参数的盲目性和随意性。通过Matlab编程,应用实例证明:该模型的预测精度较高,预测样本的平均相对误差为3.581 9%,计算速度较快,优于改进的BP算法、GA-BP算法和改进支持向量机算法,在实际的工程应用中有着良好的应用前景。
论文目录
文章来源
类型: 期刊论文
作者: 刘仁志,黄张裕,秦洁,陈希鸣,李建新
关键词: 粒子群优化算法,支持向量机,稳定性预测,安全系数
来源: 甘肃科学学报 2019年01期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技
专业: 地质学,建筑科学与工程,自动化技术
单位: 河海大学地球科学与工程学院,江西理工大学建筑与测绘工程学院
分类号: TU43;TP18
DOI: 10.16468/j.cnki.issn1004-0366.2019.01.019
页码: 99-103
总页数: 5
文件大小: 745K
下载量: 342
相关论文文献
- [1].粒子群优化算法在港口船舶物流中的应用[J]. 舰船科学技术 2020(04)
- [2].求解电力系统经济调度问题的改进粒子群优化算法[J]. 控制与决策 2020(08)
- [3].基于改进粒子群优化算法的溶解氧调控系统设计[J]. 传感器与微系统 2020(06)
- [4].基于改进粒子群优化算法的微电网经济调度研究[J]. 上海电气技术 2020(02)
- [5].粒子群优化算法[J]. 软件 2020(05)
- [6].基于扩容和双距离决策的多目标粒子群优化算法[J]. 重庆邮电大学学报(自然科学版) 2020(03)
- [7].改进粒子群优化算法及其在聚类分析中应用[J]. 系统仿真学报 2020(08)
- [8].优质个体最优动态空间变异的粒子群优化算法[J]. 计算机应用研究 2020(08)
- [9].基于自适应粒子群优化算法的无人机三维航迹规划[J]. 海军航空工程学院学报 2020(03)
- [10].基于并行结构的多种群粒子群优化算法[J]. 传感器与微系统 2020(09)
- [11].融入社会影响力的粒子群优化算法[J]. 计算机科学与探索 2020(11)
- [12].基于改进粒子群优化-反向传播神经网络的制造业产能预测[J]. 机械制造 2019(03)
- [13].层次学习骨干粒子群优化算法[J]. 控制与决策 2016(12)
- [14].一种面向网络边缘任务调度问题的多方向粒子群优化算法[J]. 计算机应用与软件 2017(04)
- [15].基于粒子群优化的组播路由算法研究[J]. 信息与电脑(理论版) 2017(10)
- [16].改进的粒子群优化算法的研究[J]. 科技创新与生产力 2017(09)
- [17].一种改进的粒子群优化算法[J]. 陕西师范大学学报(自然科学版) 2016(02)
- [18].改进惯性权重的简化粒子群优化算法[J]. 湖北民族学院学报(自然科学版) 2016(01)
- [19].粒子群优化算法基本研究[J]. 科技经济导刊 2016(21)
- [20].中心粒子群优化算法[J]. 电子测试 2014(23)
- [21].基于粒子群优化算法的器件模型表面势求解[J]. 计算机时代 2015(03)
- [22].具有反向学习和自适应逃逸功能的粒子群优化算法[J]. 计算机应用 2015(05)
- [23].基于不同学习模型的精英反向粒子群优化算法[J]. 小型微型计算机系统 2015(06)
- [24].改进惯性权重的粒子群优化算法[J]. 河西学院学报 2020(05)
- [25].基于粒子群优化算法的算法实现及建筑生形——模拟鸟类觅食形态的建筑雏形设计[J]. 华中建筑 2020(02)
- [26].基于动态种群的双重学习粒子群优化算法[J]. 南昌工程学院学报 2020(01)
- [27].基于博弈机制的多目标粒子群优化算法[J]. 计算机工程与设计 2020(04)
- [28].求解特征值互补问题的基本粒子群优化算法[J]. 内蒙古民族大学学报(自然科学版) 2020(03)
- [29].进化状态判定与学习策略协同更新的二进制粒子群优化算法[J]. 浙江工业大学学报 2020(05)
- [30].粒子群优化算法中惯性权重改进策略综述[J]. 渤海大学学报(自然科学版) 2019(03)