| 基于AGA-SVM公路软基沉降预测 |
| |
| 引用本文： | 张健明,唐仁华,毛凤山,丁明发.基于AGA-SVM公路软基沉降预测[J].中外公路,2020(2):12-15. |
| |
| 作者姓名： | 张健明 唐仁华 毛凤山 丁明发 |
| |
| 作者单位： | 中交一公局桥隧工程有限公司;长沙学院土木工程学院;湖南大学土木工程学院 |
| |
| 基金项目： | 长沙市科技局项目(编号:ZD1601062). |
| |
| 摘 要： | 由于公路沉降影响因素较多,加之沉降计算参数的变异性,很难通过理论方法准确算出任一时刻的沉降,因此根据已有沉降观察数据对之后沉降进行预测成为研究热点。支持向量机以其优异的非线性拟合及泛化能力被广泛运用于沉降预测,但是其沉降预测精度依赖于参数C、σ、ε的取值。因此采用自适应遗传算法对支持向量机主要参数寻优,建立了自适应遗传算法支持向量机(AGA-SVM)沉降预测模型,进一步提高了预测的精度。并以广东省兴(宁)汕(头)高速公路中某断面处部分沉降观测数据为训练样本,运用AGA-SVM预测模型对该路堤短期沉降进行预测,预测结果与实测数据吻合良好。
|
| 关 键 词： | 沉降预测 支持向量机 自适应遗传算法 路基沉降 神经网络 |
Subsidence Prediction of Highway Soft Ground Based on AGA-SVM |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
