三峡大学学报(自然科学版)

2017, v.39;No.155(02) 10-13

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于人工蜂群算法的大坝变形支持向量机预测模型
Dam Deformation Support Vector Machine Prediction Model Based on Artificial Bee Colony Algorithm

董明;陈慧艳;伏晓;朱世贤;

摘要(Abstract):

为了解决支持向量机(SVM)参数优化方法在大坝变形预测中易陷入局部最优解的问题,利用人工蜂群(ABC)算法的强全局优化能力、强鲁棒性特点,将人工蜂群(ABC)算法运用到SVM参数优化中.将惩罚因子C和核函数σ作为ABC算法中的蜜源位置进行寻优,并运用到大坝的变形监测中.结果表明,基于人工蜂群算法的大坝变形支持向量机预测模型能够克服局部最优解,提升模型的拟合与预测精度.

关键词(KeyWords): 大坝变形;预测模型;蜂群(ABC)算法;支持向量机(SVM)

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金重点项目(51139001,41323001);国家自然科学基金面上项目(51479054,51579086,51379068,51579083);国家自然科学基金项目(51279052,51579085);; 江苏省杰出青年基金项目(BK20140039);; 高等学校博士学科点专项科研基金(20130094110010);; 江苏高校优势学科建设工程资助项目(水利工程)(YS11001);; 国家重点实验室专项基金(20145027612);; 江苏省“六大人才高峰”项目(JY-008,JY-003);; 中央高校基本科研业务费项目(2015B20714);; 国家重点研发计划课题(2016YFC0401601)

作者(Author): 董明;陈慧艳;伏晓;朱世贤;

Email:

DOI:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享