典型文献
基于KPCA-ISSA-SVR的盾构施工诱导地面沉降预测模型研究
文献摘要：
为了准确预测盾构施工诱发的地面沉降量,论文提出了核主成分—多策略融合的改进麻雀搜索算法优化支持向量回归机(KPCA-ISSA-SVR)预测模型.以73组地面沉降实例为总体样本集构建训练及测试样本,利用核主成分分析对影响地面沉降的地质因素及施工因素进行特征提取的基础上,采用ISSA算法优化参数C和g,建立KPCA-ISSA-SVR地面沉降量预测模型,并与核主成分-Tent混沌映射改进麻雀搜索算法优化支持向量回归机(KPCA-TentSSA-SVR)、核主成分—麻雀搜索算法优化支持向量回归机(KPCA-SSA-SVR)、麻雀搜索算法优化支持向量回归机(ISSA-SVR)模型进行对比.结果 表明:KPCA能够剔除冗余信息,降低模型复杂度;ISSA全局寻优及局部探索能力强,能高效准确地确定模型参数;KPCA-ISSA-SVR预测精度更高,稳定性更强.
文献关键词：
盾构施工;地面沉降;核主成分;多策略融合改进麻雀搜索算法;支持向量回归机
中图分类号：
作者姓名：
刘育林;周爱红;姜礼涛;袁颖
作者机构：
河北地质大学城市地质与工程学院, 河北 石家庄 050031;河北省地下人工环境智慧开发与管控技术创新中心,河北 石家庄 050031
文献出处：
引用格式：
[1]刘育林;周爱红;姜礼涛;袁颖-.基于KPCA-ISSA-SVR的盾构施工诱导地面沉降预测模型研究)[J].河北地质大学学报,2022(05):42-49
A类：
TentSSA,多策略融合改进麻雀搜索算法
B类：
KPCA,ISSA,SVR,盾构施工,地面沉降预测,沉降预测模型研究,准确预测,沉降量,多策略融合的改进麻雀搜索算法,改进麻雀搜索算法优化,支持向量回归机,样本集,核主成分分析,响地,地质因素,施工因素,优化参数,混沌映射,冗余信息,模型复杂度,全局寻优,探索能力,定模
AB值：
0.181245
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
