建立了隧道围岩变形预测的基于时间序列的支持向量机模型。针对支持向量机(SVM)的参数选择问题,运用文化鱼群算法(CAAF)来搜索支持向量机的相关参数,避免了人工搜索参数的盲目性,提高了模型的推广性能。该模型首先将实例中隧道围岩变形的样本数据进行时间序列处理,构建学习和预测样本,再利用文化鱼群优化的支持向量机模型进行预测。与BP神经网络预测结果相比,该方法运算速度快、预测精度高,对实际工程具有更高的适用性。
科研之友
微信
新浪微博
Facebook
分享链接
