基于支持向量机的隧道变形预测模型研究
采用遗传算法(Genetic Algorithm,GA)对支持向量机(Support Vector Machines,SVM)的核函数参数g和惩罚因子c进行优化,建立基于参数寻优支持向量机的蠕动型滑坡隧道变形位移预测模型,以与蠕动型滑坡隧道变形密切相关的10个影响因子作为模型输入向量,隧道变形实测数据值作为模型的目标输出.以吉林省蛟河市长珲高速老爷岭隧道实地监测数据为样本对模型进行训练与预测分析,仿真结果表明:本文方法训练速度快且预测值与真实值平均相对误差小于2％,具有很强的工程应用价值.
公路隧道 变形预测 支持向量机 遗传算法
刘宇
吉林铁道职业技术学院铁道工程系,吉林吉林132001
国内会议
包头
中文
370-373
2015-08-08（万方平台首次上网日期，不代表论文的发表时间）