参数优化LSSVM的巷道围岩松动圈预测研究

摘要：

最小二乘支持向量机方法(LSSVM)在处理小样本、高维数、非线性的问题时，具有求解速度快、易于描述非线性关系的优良特性。但是，该方法得到的模型拟合精度和泛化能力依赖于其相关参数，因此，提出基于粒子群优化算法(PSO)的LSSVM参数优选方法。最后，用该模型对巷道围岩松动圈进行了预测研究。结果表明，PSO优化的LSSVM模型具有收敛速度快、计算精度高的特点，说明该模型是合理、有效的。

关键词： 粒子群优化算法 最小二乘支持向量机 巷道围岩 松动圈预测

作者: 马文涛

作者单位: 宁夏大学 数学计算机学院，银川 750021

会议类型: 国内会议

会议名称: 第九届全国岩土力学数值分析与解析方法研讨会

会议地点: 武汉

会议语种:中文

页码: 460-464

在线出版日期: 2007-10-01（万方平台首次上网日期，不代表论文的发表时间）