期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
边坡位移预测典型智能算法对比研究
下载PDF
职称材料
导出
摘要
为快速准确掌握边坡位移变化规律,本文采用BP神经网络、RBF神经网络和支持向量机三种位移预测算法,结合时间序列自相关分析理论,建立边坡位移智能预测模型进行对比分析。结果表明,RBF神经网络和支持向量机在处理小样本问题上表现出较强的优势,RBF神经网络预测精度最高,BP神经网络预测效果精度最低。
作者
赵可欣
熊鑫
兰宇
机构地区
三峡大学水利与环境学院
出处
《科学技术创新》
2019年第29期15-16,共2页
Scientific and Technological Innovation
关键词
边坡
时序位移
预测模型
对比分析
分类号
TU43 [建筑科学—岩土工程]
引文网络
相关文献
节点文献
二级参考文献
43
参考文献
4
共引文献
31
同被引文献
0
引证文献
0
二级引证文献
0
参考文献
4
1
俞俊平,陈志坚,武立军,余世元,王澍.
基于蚁群算法优化支持向量机的边坡位移预测[J]
.长江科学院院报,2015,32(4):22-27.
被引量:16
2
朱杰兵,李聪,曾平.
基于多目标模糊优化算法的边坡变形组合预测模型[J]
.固体力学学报,2014,35(S1):276-280.
被引量:5
3
关顺,王振伟,张黎.
改进遗传神经网络对露天矿边坡位移预测[J]
.辽宁工程技术大学学报(自然科学版),2015,34(5):618-622.
被引量:10
4
黄海峰,宋琨,易庆林,易武,张国栋.
滑坡位移预测的支持向量机模型参数选择研究[J]
.地下空间与工程学报,2015,11(4):1053-1059.
被引量:6
二级参考文献
43
1
徐冲,刘保国,刘开云.
基于改进SVM的隧道位移监测非线性预报模型[J]
.地下空间与工程学报,2007,3(z1):1346-1348.
被引量:4
2
沈强,陈从新,汪稔.
边坡位移预测的RBF神经网络方法[J]
.岩石力学与工程学报,2006,25(z1):2882-2887.
被引量:19
3
黄国斌,田林亚,赵小飞.
径向基神经网络的大桥形变预测[J]
.辽宁工程技术大学学报(自然科学版),2013,32(8):1103-1106.
被引量:7
4
王新刚,胡斌,余宏明,连宝琴.
降雨入渗通道对黄土开挖边坡影响[J]
.辽宁工程技术大学学报(自然科学版),2013,32(9):1178-1181.
被引量:6
5
林大超,安凤平,郭章林,张立宁.
滑坡位移的多模态支持向量机模型预测[J]
.岩土力学,2011,32(S1):451-458.
被引量:31
6
马文涛.
基于小波变换和GALSSVM的边坡位移预测[J]
.岩土力学,2009,30(S2):394-398.
被引量:16
7
陈韵俊,韩永林,张立红.
基于遗传神经网络的高边坡位移分析方法研究[J]
.水电能源科学,2010,28(8):110-112.
被引量:4
8
刘晓,曾祥虎,刘春宇.
边坡非线性位移的神经网络–时间序列分析[J]
.岩石力学与工程学报,2005,24(19):3499-3504.
被引量:62
9
姚林林,殷坤龙,陈丽霞,张桂荣.
基于影响因子分析的滑坡位移预测模型研究[J]
.安全与环境工程,2006,13(1):19-22.
被引量:7
10
王睿.
关于支持向量机参数选择方法分析[J]
.重庆师范大学学报(自然科学版),2007,24(2):36-38.
被引量:39
共引文献
31
1
王峰,黄永威,马显春,齐云龙.
斜坡前缘地下水诱发岩质滑坡的预测预警研究[J]
.地下空间与工程学报,2023,19(S02):1028-1034.
2
韩永亮,李胜,杨宏伟,李军文,胡海永.
基于LMD-BA-ELM的边坡变形时序非线性预测模型研究[J]
.中国安全科学学报,2015,25(9):59-65.
被引量:9
3
肖和华,曾浩中.
基于多模型加权组合算法的公路边坡位移预测[J]
.公路工程,2016,41(2):14-18.
被引量:6
4
余兰,岳建平.
改进的BP小波神经网络预测模型应用研究[J]
.甘肃科学学报,2016,28(5):38-41.
被引量:1
5
余颖,余兰,彭刚跃.
基于小波神经网络的大型桥梁监测[J]
.甘肃科学学报,2016,28(5):75-78.
被引量:3
6
江国华.
露天台阶爆破块度参数的RBF-SVM预测模型[J]
.铜业工程,2016(5):27-30.
被引量:1
7
贺子光,姚翔龙,赵法锁,汪班桥,段钊.
改进GEP方法在边坡非圆临界滑动面搜索中的应用[J]
.长江科学院院报,2017,34(1):91-97.
被引量:2
8
王万平.
基于小波神经网络的基坑变形监测预报研究[J]
.自动化与仪器仪表,2017(2):111-112.
9
杨振兴,陈飞飞,马还援,李忠艳.
基于回归分析和小波变换的边坡变形组合预测研究[J]
.长江科学院院报,2017,34(4):38-42.
被引量:5
10
高彩云.
基于新型智能算法ELM的滑坡变形位移预测[J]
.人民长江,2017,48(7):46-49.
被引量:16
1
宋文,张满想,朱宝柱.
灰色-马尔科夫模型在边坡位移变形预测中的应用[J]
.公路与汽运,2018(6):62-65.
被引量:2
2
刘小生,于良,冯腾飞.
基于SVR组合模型的边坡位移预测研究[J]
.金属矿山,2018,47(2):184-187.
被引量:5
3
葛琦,汪东飞,孙红月,帅飞翔,陈中轩,徐浩迪.
基于动态空间面板模型的填方路基边坡坡面位移预测[J]
.工程地质学报,2019,27(2):367-375.
被引量:4
4
刘冲,沈振中,甘磊,旦增赤列,严中奇.
高边坡时序位移滚动预测的SVM-Elman模型[J]
.长江科学院院报,2019,36(5):62-68.
被引量:5
5
杨曦,李倩倩,武利,陈金楠,张颖.
应用型人才培养目标下的课程教学改革——以《水质工程学(下)》课程为例[J]
.中学生作文指导,2019,0(12):58-58.
6
赵宏,翟冬梅,石朝辉.
短时交通流预测模型综述[J]
.都市快轨交通,2019,32(4):50-54.
被引量:31
7
邱宇.
批评话语分析理论对英语专业写作教学的启示研究[J]
.昌吉学院学报,2019,0(4):83-86.
被引量:2
8
陈岩.
农业灌溉对黄土边坡稳定性的影响[J]
.山东农业大学学报(自然科学版),2019,50(4):571-574.
被引量:2
9
阳敏辉.
基于在线序列极限学习机的路段行程时间预测算法[J]
.电子技术与软件工程,2019,0(18):181-182.
10
赵星琦.
传音控股股份有限公司资本结构优化研究[J]
.企业科技与发展,2019,0(7):253-254.
科学技术创新
2019年 第29期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部