参数优化LSSVM的巷道围岩松动圈预测研究

马文涛

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

参数优化LSSVM的巷道围岩松动圈预测研究

基础理论与实验研究 | 更新时间：2026-06-25

- 参数优化LSSVM的巷道围岩松动圈预测研究
- A predicative study of loosening zones around roadways with least square support vector machines method with optimized parameters
- 岩土力学 2007年28卷第S1期
- 作者机构：
  
  宁夏大学数学计算机学院,银川,750021
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： Tv223.21
- 网络首发：2014-03-28，
  
  纸质出版：2007
- 稿件说明：
移动端阅览
马文涛. 参数优化LSSVM的巷道围岩松动圈预测研究[J]. 岩土力学, 2007,28(S1).

MA Wen-tao. A predicative study of loosening zones around roadways with least square support vector machines method with optimized parameters[J]. 2007, 28(S1).
马文涛. 参数优化LSSVM的巷道围岩松动圈预测研究[J]. 岩土力学, 2007,28(S1). DOI：

MA Wen-tao. A predicative study of loosening zones around roadways with least square support vector machines method with optimized parameters[J]. 2007, 28(S1). DOI：

摘要

最小二乘支持向量机方法(LSSVM)在处理小样本、高维数、非线性的问题时，具有求解速度快、易于描述非线性关系的优良特性。但是，该方法得到的模型拟合精度和泛化能力依赖于其相关参数，因此，提出基于粒子群优化算法(PSO)的LSSVM参数优选方法。最后，用该模型对巷道围岩松动圈进行了预测研究。结果表明，PSO优化的LSSVM模型具有收敛速度快、计算精度高的特点，说明该模型是合理、有效的。

Abstract

Least square vector machines had the quickly solving speed and the excellent characteristics to describe the little samples

nonlinear and high dimensions problem. But the regression accuracy and generalization performance of this method depend on a proper setting of its parameters. So

an optimal selection approach of LSSVM was presented based on particle swarm optimization (PSO) algorithm. Then

the prediction on the thickness of the loosen zone around roadway is made by PSO-LSSVM model

and the results show that this model has the characteristic of quickly convergence speed and highly calculating precision .So

this model is reasonable and feasible.

关键词

Keywords

references

浏览量

455

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

小波降噪与粒子群优化综合回归爆破震动参数

基于多核模式的隧道沉降预测

基于灰色关联分析的遗传神经网络在水下爆破中质点峰值振动速度预测研究

多次干湿循环后土-水特征曲线的模拟

盐溶液饱和高庙子膨润土膨胀特性及预测