基于主成分分析的GA-SVM地表沉降预测模型

作者：韩冰; 袁颖^*

来源：中国科技论文, 2018, 13(09): 1045-1049.

DOI：10.3969/j.issn.2095-2783.2018.09.014

• 地表沉降
• 主成分分析
• 遗传算法
• 支持向量机

本文提出了基于主成分分析(principal component analysis,PCA)的遗传算法(genetic algorithm,GA)优化支持向量机(support vector machine,SVM)地表沉降预测模型,并结合广州地铁二号线35组地表沉降的实测数据,对比该模型与GA-SVM模型和Levenberg-Marquardt算法改进的BP神经网络模型(LM-BP)的预测效果。结果表明,基于主成分分析的GA-SVM预测模型较其他2种模型的计算速度更快,泛化能力和拟合效果更好,预测值更精确,对预测盾构施工引起的地表沉降量具有一定的使用价值。

• 单位
  河北地质大学