建筑物沉降预测的改进Verhulst模型研究

作者：周德强; 冯建中

来源：地下空间与工程学报, 2011, (01): 194-198.

• 沉降量
• 预测
• 最小二乘支持向量机
• 灰色Verhulst模型 settlement
• forecasting
• least square support vector machines
• grey Verhulst model

为进一步提高灰色Verhulst模型的预测精度,将LS-SVM算法与灰色Verhulst模型相结合,对灰色Verhulst模型的参数估计方法和预测方法进行了改进。该方法采用LS-SVM算法,构造以背景值序列和原始序列为训练样本的LS-SVM,将Verhulst模型参数的估计问题转化为灰色LS-SVM的参数估计问题,依据LS-SVM算法求得灰色LS-SVM的参数,进而得到Verhulst模型的参数估计,方法上遵循了结构风险最小化原则,适合Verhulst小样本建模的特点。将改进的模型应用于软土地基建筑物的沉降预测,结果表明本文的方法是可行的且有效的,比传统方法预测精度高。

• 出版日期2011
• 单位长江大学