基于粒子群─支持向量机的单桩竖向极限承载力预测研究
针对桩基竖向承载力影响因素的复杂性和非线性特点,为了克服神经网络的过学习问题,将基于统计学习理论的支持向量机方法用于单桩竖向极限承载力的预测。考虑到惩罚因子和核参数对预测效果影响很大,引入粒子群优化算法,建立单桩竖向极限承载力的PSO-SVM模型,实现支持向量机参数自动优化,避免人为选择的盲目性。通过算例分析惩罚因子和核参数对于支持向量机预测精度的影响规律,以及粒子群的收敛情况。算例表明桩基竖向承载力预测方法是可行的。
粒子群优化 支持向量机 单桩 竖向极限承载力
姜谙男 金立夫 刘丽波
大连海事大学,辽宁大连 116026
国内会议
上海
中文
51-55
2007-09-12（万方平台首次上网日期，不代表论文的发表时间）