基于支持向量机-马尔可夫链的位移时序预测
  • 【DOI】

    10.3969/j.issn.1000-7598.2010.03.047

  • 【摘要】

    结合支持向量机和马尔可夫链,提出了一种新的位移时序预测模型--支持向量机-马尔可夫链预测模型(SVM-MC).通过对实测位移值的学习,利用经粒子群算法优化的支持向量机对位移时间序列的宏观发展趋势进行滚动预测;在此基础上应用马尔可夫链确定位移时序的状态转移概率矩阵,通过对状态的划分、实测值与支持向量机拟合值的绝对误差及相对误差等指标的分析,实现了对预测结果的改进.将该模型应用到某工程永久船闸高边坡的... 展开>>结合支持向量机和马尔可夫链,提出了一种新的位移时序预测模型--支持向量机-马尔可夫链预测模型(SVM-MC).通过对实测位移值的学习,利用经粒子群算法优化的支持向量机对位移时间序列的宏观发展趋势进行滚动预测;在此基础上应用马尔可夫链确定位移时序的状态转移概率矩阵,通过对状态的划分、实测值与支持向量机拟合值的绝对误差及相对误差等指标的分析,实现了对预测结果的改进.将该模型应用到某工程永久船闸高边坡的位移时序预测中,结果表明,该模型具有科学可靠、预测精度高的优点,在岩土体位移时序预测中具有有一定工程应用价值. 收起<<

  • 【作者】

    徐飞  徐卫亚 

  • 【作者单位】

    河海大学/河海大学

  • 【刊期】

    岩土力学 ISTIC EI PKU 2010年3期

  • 【关键词】

    支持向量机  马尔可夫链  位移时间序列  粒子群优化  support vector machines  Markov chain  displacement time series  particle swarm optimization 

  • 【基金项目】

    国家自然科学基金重点资助项目 国家科技支撑计划 国家科技支撑计划 国家自然科学基金资助项目