首页 > 期刊 > 自然科学与工程技术 > 基础科学 > 自然地理学测绘学 > 矿山测量 > 基于GA-ACO-SVM组合模型边坡位移预测研究 【正文】

基于GA-ACO-SVM组合模型边坡位移预测研究

熊起; 刘小生 江西理工大学; 江西赣州341000
  • 支持向量机
  • 参数优化
  • 遗传算法
  • 蚁群算法
  • 位移预测

摘要:针对目前常用的预测模型存在一定的问题,建立支持向量机预测模型,并将遗传算法与蚁群算法有效结合。用此组合算法对支持向量机模型参数优化。最终将建立的模型与单独两种算法所优化的模型进行精度对比。实例表明,组合算法所优化的预测模型具有更高的精度,具有一定的应用价值。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

投稿咨询 免费咨询

我们提供的服务

服务流程: 确定期刊 支付定金 完成服务 支付尾款 在线咨询