首页
|
本学科首页
官方微博
|
高级检索
全部学科
医药、卫生
生物科学
工业技术
交通运输
航空、航天
环境科学、安全科学
自然科学总论
数理科学和化学
天文学、地球科学
农业科学
哲学、宗教
社会科学总论
政治、法律
军事
经济
历史、地理
语言、文字
文学
艺术
文化、科学、教育、体育
马列毛邓
全部专业
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目中文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
基于PSO-SVM的黄土湿陷性预测研究
作者姓名:
熊汝全
刘凌军
刘国辉
陆海燕
王阳
作者单位:
中铁五局集团成都工程有限责任公司
摘 要:
湿陷系数是描述黄土物理力学性质的重要指标,利用现有资料建立黄土湿陷性预测模型具有重要的工程应用价值。通过粒子群算法(PSO)优化支持向量机(SVM),建立基于PSO-SVM的黄土湿陷性预测模型,SVM用于描述湿陷系数与黄土物理力学指标间的非线性关系,PSO对SVM参数进行全局寻优,避免人为选择参数的盲目性,从而提高模型的预测精度。结果表明PSO-SVM方法在精度和适用性方面由于传统的人工神经网络方法,建立的黄土湿陷性预测模型可以满足工程应用需求。
关 键 词:
湿陷系数
粒子群算法
支持向量机
预测模型
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号