参数优化LSSVM的巷道围岩松动圈预测研究-中国重要会议论文全文数据库

中国重要会议论文全文数据库

参数优化LSSVM的巷道围岩松动圈预测研究

【会议录名称】	第九届全国岩土力学数值分析与解析方法讨论会论文集 , 2007 年
【作者】	马文涛;
【英文论文作者】	MA Wen-tao (Department of Maths & Computer Engineering; Ningxia University; Yinchuan 750021; China);
【作者单位】	宁夏大学数学计算机学院;
【会议名称】	第九届全国岩土力学数值分析与解析方法讨论会
【会议地点】	中国湖北武汉
【主办单位】	中国力学会岩土力学专业委员会
【学会名称】	中国力学学会
【主编】	白世伟
【关键词】	粒子群优化算法; 最小二乘支持向量机; 松动圈厚度; 预测;
【英文论文关键词】	particle swarm optimization algorithm; least square support vector machines; thickness of loosen zone; prediction;
【论文摘要】	最小二乘支持向量机方法(LSSVM)在处理小样本、高维数、非线性的问题时,具有求解速度快、易于描述非线性关系的优良特性。但是,该方法得到的模型拟合精度和泛化能力依赖于其相关参数,因此,提出基于粒子群优化算法(PSO)的LSSVM参数优选方法。最后,用该模型对巷道围岩松动圈进行了预测研究。结果表明,PSO优化的LSSVM模型具有收敛速度快、计算精度高的特点,说明该模型是合理、有效的。
【英文论文摘要】	Least square vector machines had the quickly solving speed and the excellent characteristics to describe the little samples, nonlinear and high dimensions problem.But the regression accuracy and generalization performance of this method depend on a proper setting of its parameters.So,an optimal selection approach of LSSVM was presented based on particle swarm optimization (PSO) algorithm.Then,the prediction on the thickness of the loosen zone around roadway is made by PSO-LSSVM model,and the results show th...
【更新日期】	2009-11-16

xxx

【读者推荐文章】

中国期刊全文数据库中国博士学位论文全文数据库中国优秀硕士学位论文全文数据库中国重要会议论文全文数据库

【相似文献】

中国期刊全文数据库

中国优秀硕士学位论文全文数据库

中国博士学位论文全文数据库

中国重要会议论文全文数据库

中国重要报纸全文数据库

中国学术期刊网络出版总库

点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。

【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　

矿业工程
　　

矿山压力与支护
　　　

矿山压力理论
　　　　


	CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）京ICP证040431号互联网出版许可证新出网证（京）字008号

文献分类导航