基于LS-SVM的基坑变形时间序列预测模型

103 4.7
32 2021-04-26
pdf | 688KB | 4页
正文 简介
针对神经网络用于基坑变形预测存在结构难确定、训练易陷入局部最优及易过学习等问题,构造滚动时间窗,以已有的实测时间序列为样本,利用最小二乘支持向量机(LS-SVM)建立基坑预测模型,应用网格搜索算法优化模型参数,连续滚动地多步预测基坑变形。实例结果表明,该模型预测效果优于BP神经网络,具有所需数据少、推广能力强等优点。
*温馨提示:该数据为用户自主上传分享,如有侵权请举报或联系客服:400-823-1298处理。
zdh0***
zdh0***
服务: -
数据量: 4
人气: -
擅长:土建 给排水 暖通

您可能感兴趣

原价: 100 积分
立即购买