基于混合智能优化算法的建筑物沉降预测应用研究 |
| |
作者姓名: | 马子俊 姚彦夫 |
| |
作者单位: | 海南有色工程勘察设计院,海南 海口,570206;海南有色工程勘察设计院,海南 海口,570206 |
| |
摘 要: | 为解决现代工程施工中对沉降预测精度提出的更高要求,本研究提出了一种基于粒子群算法(PSO)和支持回归机(SVR)的混合预测模型。依据山西某工程建筑施工沉降监测数据,将其分为建模和测试两部分,分别建立了SVR、PSO-SVR、BP神经网络和多元回归预测模型。最后对模型做试算分析,结果表明:PSO-SVR模型预测精度绝对占优,对实际值具有更强的逼近能力,多元回归模型预测精度相较于PSO-SVR模型略低,但明显优于其它两类智能模型。本文提出的混合模型对解决实际工程中遇到的沉降预测问题非常实用,值得进一步推广应用。
|
关 键 词: | 沉降预测 粒子群算法 支持回归机 回归分析 |
本文献已被 CNKI 万方数据 等数据库收录! |
|