原文传递
基于优化支持向量机的隧道涌水量预测
| 题名： | 基于优化支持向量机的隧道涌水量预测 |
| 作者： | 苏昭 |
| 作者单位： | 陕西铁路丁程职业技术学院 |
| 关键词： | 隧道涌水;粒子群算法;支持向量机;PSO-SVM模型 |
| 摘要： | 为实现隧道涌水量的高精度预测,该文以支持向量机为基础,通过核函数筛选和粒子群算法优化,构建了隧道涌水量的PSO-SVM预测模型。实例研究表明:支持向量机的核函数和惩罚因子对其预测精度具有较大影响,且Sigmoid型核函数的预测效果相对略优,粒子群算法也能很好的优化惩罚因子,进而达到提高预测精度的目的;同时,PSO-SVM模型预测结果的相对误差均小于2%,具有较高的预测精度,进而验证了该模型在隧道涌水量预测中的适用性,为隧道涌水量预测提供了一种新的思路,值得深入研究。 |
| 期刊名称： | 黑龙江交通科技 |
| 出版年： | 2021 |
| 期： | 01 |
| 页码： | 152-154,158 |
检索历史
应用推荐
