基于PSO-LSSVM模型的基坑变形时间序列预测
原价 ￥ 20.00
促销价 ￥ 1.00 评分 4.5
报错
- 详情
- 2021-03-23
- 简介
pdf
- 521KB
- 页数 6P
- 阅读 70
现场量测获得的基坑变形资料蕴含了系统内部力学演化信息。针对基坑变形影响因素的复杂性、监测数据的高度非线性以及人工神经网络方法的过学习问题,利用粒子群(PSO)算法优选最小二乘支持向量机(LSSVM)参数,并结合相空间重构理论进行数据预处理,提出了一种基于PSO-LSSVM模型的基坑变形时间序列预测方法。利用该方法建立基坑变形预测模型应用于动态设计和信息化施工,对保证基坑安全具有重要意义。将该方法用于昆明某基坑工程的深层水平位移预测,不断利用基坑前期工况的最新实测数据建模,对后期工况变形量进行滚动预测,获得了令人满意的效果。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
spark_***
擅长:
市政 园林 给排水 暖通
- -
服务
- 8
商品
- -
人气
相关推荐
基于PSO-LSSVM模型的基坑变形时间序列预测 521KB
基于PSO-LSSVM模型的基坑周边建筑倾斜预测 451KB
基于PSO-LSSVM模型的基坑周边建筑倾斜预测 451KB
基于BP模型与ARX模型的基坑变形预测研究 536KB
基于PSO-LSSVM的建筑施工事故预测方法研究 127KB
PSO-RBFNN模型及其在岩土工程非线性时间序列预测中的应用 663KB
基于LS-SVM的基坑变形时间序列预测模型 688KB
小波与时间序列组合模型分析和预测建筑物沉降变形 254KB
基于季节性时间序列模型的空调负荷预测 128KB
基于时间序列分析的露天矿边坡沉降预测模型 168KB