支持向量机在围岩变形监测中的应用

›› 2011, Vol. 33 ›› Issue (3): 425-427.

支持向量机在围岩变形监测中的应用

张彬李恒陈江

辽宁工程技术大学土木建筑工程学院，阜新 123000

出版日期:2011-06-25 发布日期:2011-12-06

Online:2011-06-25 Published:2011-12-06

摘要/Abstract

摘要： 根据支特向量机优越的非线性拟合性能，建立变形量的时间序列预测模型，滚动预测围岩变形量，提高了预测模型的训练速度和预测推广能力。该方法用于西乡－固戍盾构段围岩变形预测，并与BP神经网络预测进行比较。结果表明这种模型可预测区间较长且具有较高的准确度，能够科学地指导现场施工和监测。

关键词: 支持向量机, 时间序列, 围岩稳定, 变形预测

张彬李恒陈江. 支持向量机在围岩变形监测中的应用[J]. , 2011, 33(3): 425-427.

[1]	曲洁张宇庄臖王冰. 基于国际收支平衡表时间序列数据的东盟技术贸易发展研究[J]. , 2017, 39(1): 105-111.
[2]	王瑶郭鹏飞. 基于PCMRA-SVM的采煤工作面瓦斯涌出量预测[J]. , 2016, 38(6): 1266-1270.
[3]	孙臣良商政李冰包小龙. 煤层底板突水危险性的ReliefF-IGS-SVM预测模型及应用[J]. , 2016, 38(6): 1271-1275，1293.
[4]	李烨贾进章. 基于改进GS-SVM的煤矿冲击地压预测研究[J]. , 2016, 38(4): 758-762.
[5]	何银银. 基于改进GS-SVM的煤炭生产成本预测[J]. , 2016, 38(3): 701-705，723.
[6]	杨明磊戚旭鹏张春华郝朝瑜姜超. 基于支持向量机回归与分源预测法的瓦斯涌出量预测模型及其应用[J]. , 2015, 37(5): 485-489.
[7]	刘涛贾进章. 基于K-CV&SVM的工作面煤层瓦斯含量预测[J]. , 2015, 37(2): 147-150.
[8]	张智纲王雪峰范瑞. 基于果蝇算法的破坏带深度FOA-SVM预计模型[J]. , 2014, 36(5): 494-497.
[9]	吕敏红王春如张慧玲. 二维AR(1)模型的局部影响分析[J]. , 2014, 36(2): 106-109.
[10]	温廷新张波. 基于EMD和LSSVM的滚动轴承故障诊断[J]. , 2014, 36(1): 76-79,88.
[11]	鲁芳祝新春黄艳. 基于模糊时间序列的国内旅游需求预测[J]. , 2014, 36(1): 15-18.
[12]	朱征宇钟锐. 基于区块位置与加权视觉语义映射的语义图像检索[J]. , 2013, 35(5): 624-626, 636.
[13]	罗显科柴毅李华锋梁奕欢. 半监督增量式SVM在故障诊断中的应用研究[J]. , 2013, 35(4): 459-461.
[14]	章仁飞陈印卢莹 . 基于支持向量机的多类数字调制识别方法[J]. , 2013, 35(2): 181-183，186.
[15]	罗彪万亮闫维维. 基于PLS及时间序列法的卷烟销量组合预测方法[J]. , 2012, 34(4): 699-703.

支持向量机在围岩变形监测中的应用

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐