基于支持向量机的潜在高血压预测研究

随着高血压患者的逐渐增多,并且日趋于年轻化,如何防治高血压病成为重要课题。鉴于此现状,文章提出基于支持向量机的高血压预测方法。根据支持向量机原理,对高血压病理属性进行分类,建立高血压病的预测模型,通过计算不同分类属性的权重指数,获取不同属性对高血压病影响的重要程度等级,进而实现潜在高血压病的预测。实验结果表明,利用支持向量机算法能够有效对潜在高血压病进行预测,为早期高血压病的检测与防治提供理论支持。     

岩爆基于支持向量机预测的智能模型

根据岩爆预测的特性,引入了支持向量机SVM的新方法,研究了支持向量机的基本原理及其在岩爆预测中的模型建立,通过某工程的实际应用证明：支持向量机在岩爆预测中取得了较好的效果。     

基于支持向量机回归法的绝缘子污闪电压预测研究

为探讨污闪电压的有效预测方法,采用支持向量机回归方法,建立盐密、灰密与污闪电压的关系模型,对污闪电压进行预测。实例分析表明,其预测结果与实测结果的误差很小,表明支持向量机是一种非常有前景的预测工具。     

基于支持向量机的钢骨高强混凝土短柱延性预测

根据收集到的钢骨高强混凝土短柱的延性试验数据,建立了预测模型,并采用最小二乘支持向量机的方法,对其延性进行仿真试验,指出在合理选择参数的前提下,最小二乘支持向量机法预测钢骨高强混凝土短柱的延性可达到满意的结果。     

支持向量机预测发热量研究

发热量对煤炭利用日趋重要,文章根据影响煤炭发热量的因素,在不同输入因素条件下,应用支持向量机构建不同预测模型;比较不同模型的预测结果,得出最佳模型及输入因素,确定的支持向量机模型与神经网络模型对比,得出支持向量机预测发热量是可行的,期预测效果好于神经网络.     

基于多分类支持向量机的隧道挤压大变形预测

介绍了隧道挤压大变形的危害,提出了一种基于四个参数即直径(D),埋深(H),支护刚度(K)和岩石隧道开挖质量指数(Q)的多分类支持向量机(SVM)方法,对隧道挤压大变形的预测进行了研究,解决了隧道变形多分类预测问题,提高了预测精度。     

基于支持向量机的单桩竖向极限承载力预测

提出了一种基于支持向量机理论的单桩竖向极限承载力预测方法,该方法以统计学理论为基础,避免了神经网络结构设计的盲目性和局部最优等非线性优化问题。仿真试验表明,它比基于混沌优化-神经网络的收敛速度快,预测精度高。     

支持向量机在地面沉降预测中的应用

在统计学理论和结构网络最小化准则的基础上,建立了基于支持向量机（SVM）理论的地面沉降预测数学模型。在算例分析中与BP神经网络预测进行了对比,发现该法具有收敛速度快,泛化能力强等特点,在地面沉降预测中非常有效。     

基于支持向量机的变电工程造价预测研究

针对变电工程造价影响因素复杂导致其预测难度大、精度低等问题,通过文献综述等方法确定变电工程造价影响因素,然后根据支持向量机理论,建立变电工程造价预测模型,通过历史工程数据进行模型训练,输入预测工程的指标后可得出预测造价。研究对于变电工程造价投资分析有一定借鉴意义。     

改进支持向量机在大坝变形预测中的应用研究

支持向量机算法进行建模的过程中,选取合适的核函数以及相关的参数组合是最重要的部分,参数选取的好坏将直接影响到预测结果的精度。本文采用基因表达式编程算法对支持向量机算法进行参数组选取,得到改进支持向量机算法并将其应用于具体工程实例之中。结果表明改进支持向量机大坝变形预测模型比传统支持向量机大坝变形预测模型得出的预测结果的精度提高了近3倍,从而说明基于基因表达式编程的改进支持向量机的预测模型在大坝变形预测中具有良好的预测效果。     

Developing an SVM based risk hedging prediction model for construction material suppliers

Construction material suppliers are usually exposed to financial risks as a consequence of a high debt capital structure and the nature of the material import business. There is demand for a tool that is able to predict whether such a material supplier, based on its financial status, should use derivatives to hedge financial risks. The research objective is to develop a prediction model using the Support Vector Machine (SVM) to determine whether employing risk hedging based on derivatives usage would be beneficial. The scope of this research limits the database to 640 financial statements published over the last 5 years from 32 listed construction material suppliers. A total of 10 input determinants were identified and verified from the literature review, t-test results, and collinearity diagnosis. Using data trimming and normalization, these 640 sets were downsized to 520 sets which contained 248 effective and 272 ineffective risk-hedging sets. The SVM prediction model, based on the kernel radial basis function and normalized data, yields a prediction accuracy rate of 80.65%. The evaluation, using logistics and small sets of data, shows the validation and practicality of this model. This research concludes that 10 financial determinates are proven candidates for financial risk hedging. From the viewpoint of derivatives usage and the proposed SVM prediction model it appears feasible for construction material suppliers to apply this model.     

基于SVM预测模型的工程初设阶段概预算研究

为了提高建筑工程初期设计阶段的工程预测可靠性,在国内外学者研究成果的基础上,通过对支持向量机(SVM)的改进从而提出一种最小二乘支持向量机的算法模型(SVM预测模型),进而实现对工程初设阶段造价进行较为详细、全面的预测。并从某房建项目中选取已经完工的15个成品住宅项目为工程依托,将提出的SVM预测模型进行工程应用,结果表明最大误差值小于误差允许值,误差精度满足要求,提出的SVM预测模型可为工程初设阶段概预算提供参考价值。     

基于负责任创新的广州南沙港发展模式分析

以广州南沙港四期工程为例,采用专家打分法,分析了各利益相关者对项目实施的影响力,得出了得利越多对项目实施的影响力越大,而受损越大对项目实施的影响力越小的结论。     

基于加权多项式回归模型的变形预报

及时准确地预报变形是变形监测工作的核心内容之一,多项式回归模型以其考虑因素少,方程阶数低而得到广泛的应用。从预报角度来分析,距离变形预报时刻越近的观测数据对预报来说越重要。讨论了加权多项式回归模型的建立,重点介绍了权的确定,并结合生产实例验证了该法的有效性。     

基于灰色预测GM(1,1)模型的火灾损失预测

基于灰色预测GM(1,1)模型,根据2002-2009年全国火灾损失数据,包括每年全国火灾发生起数、死亡人数、受伤人数、直接经济损失,预测2010-2012年全国火灾损失情况,并将灰色预测结果与2010年和2011年火灾损失数据进行对比.结果表明:全国火灾发生起数、死亡人数、受伤人数预测结果合格,且火灾发生起数、火灾死亡人数预测精度较高;每年全国火灾直接经济损失规律性很弱,用灰色预测GM(1,1)模型无法预测2010-2012年全国火灾直接经济损失.     

演化追踪法优化相空间的SVM供水量预测模型

相空间重构的支持向量机预测模型应用十分广泛,在城市供水量预测方面也占据着重要地位,传统的预测模型趋向于将重构的相空间整体带入,这样可能存在引入无效相点从而影响预测精度的问题,基于此将演化追踪法引入相空间重构的预测模型对有效相点进行筛选,优化预测模型的训练样本,达到提高预测精度目的。利用MATLAB编程软件将演化追踪法用于城市供水量的预测,预测结果的平均绝对误差由0.52%降低到了0.29%,证明了演化追踪法的可利用性与有效性。     

基于Usher-Spillman模型的软土地基沉降预测研究

某软土地区采用真空—堆载联合预压法处理路基,为了了解最终沉降量,建立了Usher-Spillman模型,以实际测量数据为基础,对沉降量进行了预测,发现基于模型的推测值与实测值较为接近,说明了使用该模型在该地区对真空—堆载联合预压法加固软土路基进行沉降预测是可行的。     

基于Holt指数平滑模型的地下水水质预测

地下水水质预测是地下水污染防治研究工作的重要组成部分。本文介绍了Holt指数平滑模型的基本原理及平滑参数的确定方法,在此基础上,以阿拉善腰坝绿洲地下水水质预测为实例对地下水HCO3-、Cl-、SO42-和TDS进行了预测,并与灰色模型预测结果进行了对比。结果表明2006年HCO3-、Cl-、SO42-和TDS浓度值将分别达到198．260、77．290、114．850和508mg／L。应查清地下水各种污染源及各污染源对地下水水质的影响程度,以便采取有效措施,遏制地下水水质进-步恶化。Holt指数平滑模型统-考虑了所有已有时间序列资料对预测值的影响,提高了预测精唐．适用于已有较长时间序列资料前提下的预测。     

基于DEM数据的地形效应经验预测模型研究

采用基于透射边界的有限元-有限差分计算方法,以凸起地形为研究对象,利用地形对地震动峰值加速度以及不同控制周期点反应谱的放大倍数描述地形效应。首先研究输入地震动类型、输入地震波波型、（SV、SH）、入射角度、地形几何参数（宽度、高度、坡角等）、介质阻尼、相邻地形相互动力作用等不同因素对地形效应的影响。由于地形坡度是影响地形放大效应的重要参数,而且,在数字化地形数据（DEM）中,地形的坡度也是最容易获取的几何参数。因此,选择地形坡度作为地形对地震动反应谱放大效应经验预测模型的参数。在坡度固定的条件下,考虑上述不同因素均对最终所得预测模型的不确定性影响,最终采用分位数的方式给出相应于不同地震动参数的地形放大倍数经验预测模型,并利用实际观测数据对该模型的计算结果进行校验。最后,利用该模型,基于数字化地形数据（DEM）给出南北地震带不同地点对应不同地震动参数的地形放大倍数,以期为工程抗震设计提供参考并为特大地震风险评估工作中合理地考虑地形效应提供依据。     

基于马尔可夫模型的沥青路面使用性能预测

以目标高速公路破损和平整度的实际调研数据为基础,利用马尔可夫模型对路面使用性能进行预测,建立马尔可夫转移概率矩阵,并预测未来三年路面的状况,为采取正确的养护措施提供了依据。