您的位置： 专家智库 > >

江苏省普通高校研究生科研创新计划项目(CX09B-158Z)

作品数：5 被引量：94H指数：5
相关作者：刘造保徐飞徐卫亚郑志成刘康更多>>
相关机构：海南省公路勘察设计院河海大学中国水电工程顾问集团公司更多>>
发文基金：江苏省普通高校研究生科研创新计划项目国家科技支撑计划国家自然科学基金更多>>
相关领域：建筑科学理学更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇建筑科学
  • 1篇理学

主题

  • 5篇子群
  • 5篇粒子群
  • 3篇投影寻踪
  • 3篇粒子群优化
  • 3篇边坡
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇围岩
  • 2篇围岩稳定
  • 2篇围岩稳定性
  • 2篇围岩稳定性评...
  • 2篇向量机
  • 2篇PP
  • 2篇PSO
  • 1篇岩石边坡
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇稳定性
  • 1篇向量
  • 1篇混合核函数

机构

  • 5篇河海大学
  • 5篇海南省公路勘...
  • 1篇南京大学
  • 1篇中国水电工程...

作者

  • 5篇徐飞
  • 5篇刘造保
  • 3篇徐卫亚
  • 1篇刘康
  • 1篇温森
  • 1篇王珂
  • 1篇赵延喜
  • 1篇郑志成

传媒

  • 3篇岩土力学
  • 1篇岩土工程学报
  • 1篇三峡大学学报...

年份

  • 1篇2012
  • 1篇2011
  • 3篇2010
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
围岩稳定性评价的投影寻踪权重-属性区间识别模型被引量：10
2010年
围岩的稳定性评价是一个复杂的不确定系统问题。采用粒子群算法优化投影寻踪方法,并结合属性区间识别理论,建立了围岩稳定性评价的投影寻踪权重-属性区间识别模型。选取5个围岩稳定性影响因子作为评价指标,通过构造属性测度区间函数计算单指标属性测度区间,利用基于粒子群优化的投影寻踪确定各评价指标的权重以计算综合属性测度区间,应用置信度准则和评分准则对围岩的稳定性进行属性识别。实例研究表明,该模型能有效的解决围岩稳定性评价问题,且评价结果科学可靠;评价模型采用投影寻踪确定权重,避免了权重确定中的主观性和随意性,保证了评价工作的客观性和准确性。
徐飞王珂刘造保
关键词：围岩稳定性投影寻踪粒子群
基于PSO-PP的围岩稳定性评价被引量：12
2010年
围岩的稳定性评价是一个复杂的不确定系统问题。结合投影寻踪方法、粒子群算法和逻辑斯谛曲线函数,建立了围岩稳定性评价的粒子群优化投影寻踪(projection pursuit based on particle swarm optimization,PSO-PP)模型。该模型一方面采用粒子群算法优化投影指标函数及逻辑斯谛曲线函数参数,确保了模型的准确性;另一方面利用逻辑斯谛曲线函数建立投影值与经验等级之间的非线性关系。模型的测试结果显示了良好的精度,实例分析结果与实际状态完全一致,表明该模型在围岩稳定性评价中的可行性和有效性。
徐飞徐卫亚温森刘造保赵延喜
关键词：围岩粒子群优化投影寻踪
基于PSO-PP的边坡稳定性评价被引量：22
2011年
边坡的稳定性评价是一个复杂的不确定系统问题。结合投影寻踪算法、粒子群优化算法和逻辑斯谛曲线函数,建立了边坡稳定性评价的粒子群优化投影寻踪模型(PSO-PP)。该模型一方面利用粒子群算法(PSO)优化投影指标函数及逻辑斯谛曲线函数参数,确保了模型参数的准确性;另一方面利用逻辑斯谛曲线函数建立投影值与经验等级之间的非线性关系。模型的测试结果显示了良好的精度。将该模型应用到雅砻江锦屏一级水电站左岸边坡的稳定性分析中,实例分析结果与实际状态吻合较好,表明该模型在边坡稳定性评价中的可行性和有效性。
徐飞徐卫亚刘造保刘康
关键词：边坡投影寻踪粒子群
基于PSO-SVM的岩石边坡稳定性预测被引量：6
2010年
边坡稳定性与其影响因素之间存在着复杂的非线性关系.结合粒子群优化算法和支持向量机,提出了边坡稳定评价的粒子群优化支持向量机模型.模型采用支持向量机建立边坡稳定性和影响因素之间的非线性关系;同时,利用粒子群算法对支持向量机参数进行全局寻优,从而确保了模型参数的准确性.模型的测试结果显示了良好的精度.将该模型应用到某岩石高边坡中,预测结果与实际情况符合较好,表明该模型在岩石边坡稳定性预测中的可行性和有效性.
徐飞刘造保
关键词：岩石边坡稳定性粒子群优化支持向量机
基于混合核函数PSO-LSSVM的边坡变形预测被引量：46
2012年
支持向量机(SVM)的核函数类型和超参数对边坡位移时序预测的精度有重要影响。鉴于局部核函数学习能力强、泛化性能弱,而全局核函数泛化性能强、学习能力弱的矛盾,通过综合两类核函数各自优点构造了基于全局多项式核和高斯核的混合核函数,并引入粒子群算法(PSO)对最小二乘支持向量机(LSSVM)超参数进行全局寻优,提出了边坡位移时序预测的混合核函数PSO-LSSVM模型。将模型应用于锦屏一级水电站左岸岩石高边坡变形预测分析,并与传统核函数支持向量机预测结果进行对比分析。结果表明,该模型较传统方法在预测精度上有了明显提高,预测结果科学可靠,在边坡位移时序预测中具有良好的实际应用价值。
郑志成徐卫亚徐飞刘造保
关键词：边坡最小二乘支持向量机粒子群优化
全选 清除 导出
共1页<1>
聚类工具0