路基工程
路基工程
로기공정
SUBGRADE ENGINEERING
2011年
2期
5-7
,共3页
主成分分析%支持向量机%遗传算法%边坡稳定性
主成分分析%支持嚮量機%遺傳算法%邊坡穩定性
주성분분석%지지향량궤%유전산법%변파은정성
提出了一种基于主成分分析(PCA)和支持向量机(SVM)的边坡稳定性预测模型.首先分析了影响边坡稳定性的因素,采用主成分分析方法求取主成分;再将主成分作为输入对支持向量机进行训练,并利用遗传算法优化支持向量机参数;最后通过实例与常用寻参方法所得结果进行比较.结果表明,该法能减少输入变量维数,提高了边坡工程稳定性的预测精度.
提齣瞭一種基于主成分分析(PCA)和支持嚮量機(SVM)的邊坡穩定性預測模型.首先分析瞭影響邊坡穩定性的因素,採用主成分分析方法求取主成分;再將主成分作為輸入對支持嚮量機進行訓練,併利用遺傳算法優化支持嚮量機參數;最後通過實例與常用尋參方法所得結果進行比較.結果錶明,該法能減少輸入變量維數,提高瞭邊坡工程穩定性的預測精度.
제출료일충기우주성분분석(PCA)화지지향량궤(SVM)적변파은정성예측모형.수선분석료영향변파은정성적인소,채용주성분분석방법구취주성분;재장주성분작위수입대지지향량궤진행훈련,병이용유전산법우화지지향량궤삼수;최후통과실례여상용심삼방법소득결과진행비교.결과표명,해법능감소수입변량유수,제고료변파공정은정성적예측정도.
