收藏本站
《宁夏大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

进化支持向量机及其在岩体边坡中的应用

陆有忠  
【摘要】:支持向量机(Support Vector Machine,简称SVM)是基于Vapnik—Chervonenkis即VC理论的创造性机器学习方法,是由Vapnik教授和他在AT£T贝尔实验室的合作者提出的。其基本思想是通过用内积函数定义的非线性变换将输入空间变换到一个高维空间,在这个高维空间中寻找输入和输出变量之间的一种非线性关系。支持向量机有着较好的理论基础,采用结构风险最小化原则,具有很好的泛化能力;其算法是一个凸二次优化问题,保证找到的解是全局最优解;能较好地解决小样本、非线性和高维数、局部极小点问题等实际问题,因此支持向量机是当今研究的热点问题。岩土力学是一门既赋理论内涵,又工程实践性很强的学科。经过几十年的研究,运用材料力学、弹性力学、弹塑性理论等传统科学,提出了各种求解方法,但是由于岩土介质的复杂性、非线性、随机性、不确定性和模糊性等特点,传统的方法并没有达到满意的效果。支持向量机作为一种新的通用机器学习方法,对解决很难用数学模型描述的问题具有很好的适应性,并且具有广泛的应用前景。本文将支持向量机方法应用于岩体边坡及位移反分析等的研究中,主要工作如下: 1.针对岩土工程安全性评估问题,将支持向量机引入到岩土工程研究中,建立了边坡工程可靠性估计的支持向量机模型;2.针对支持向量机在参数(包括核函数及其参数)确定方面的问题,提出了进化支持向量机方法,该方法既利用了遗传算法的全局优化能力,又利用了支持向量机在处理小样本、高维数、非线性等问题方面的优良特性;3.提出了岩土体变形行为预测的进化支持向量机(ESVM)方法,并利用该方法对新滩滑坡的变形行为进行了研究,验证了该方法的可行性;4.提出了岩体边坡非线性位移时间序列及滑动预测新方法并通过简单的算例说明了该方法的可行性和它的优良性能;5.应用岩土体变形行为预测的进化支持向量机方法,提出了进化支持向量机(ESVM)位移反演的基本思想,并对位移进行了反分析预测。识别的参数对于指导施工和优化设计都具有重要的意义。
【学位授予单位】:宁夏大学
【学位级别】:硕士
【学位授予年份】:2004
【分类号】:TU457

知网文化
【相似文献】
中国期刊全文数据库 前10条
1 赵洪波;;基于遗传算法的进化支持向量机研究[J];绍兴文理学院学报(自然科学版);2004年03期
2 姜明辉;袁绪川;;个人信用评估GA-SVM模型的构建与应用[J];合肥工业大学学报(自然科学版);2008年02期
3 任月鸥;杨春燕;张凤晓;;基于SVM与GA的银行贷款风险评估研究[J];长春工业大学学报(自然科学版);2008年02期
4 雷剑;;基于SVM和遗传算法的建模与全局寻优方法[J];科技广场;2008年05期
5 董国君;哈力木拉提·买买提;余辉;;基于RBF核的SVM核参数优化算法[J];新疆大学学报(自然科学版);2009年03期
6 罗亦泳;张豪;张立亭;;基于遗传支持向量机的多维灰色变形预测模型研究[J];浙江工业大学学报;2010年01期
7 林继鹏;刘君华;;光谱分析中的支持向量机方法及其性能优化[J];光谱学与光谱分析;2006年12期
8 农吉夫;;基于主成分分析和支持向量机的区域降水预测应用研究[J];广西民族大学学报(自然科学版);2009年02期
9 徐成贤;陈静;王昭;;应用不等权重支持向量机预测人民币汇率的变动[J];统计与信息论坛;2010年10期
10 周同旭;;基于遗传算法的支持向量机短期风速预测[J];皖西学院学报;2010年05期
中国重要会议论文全文数据库 前10条
1 宗朝霞;汤宏胜;贺曼;葛忠学;来蔚鹏;李华;;基于遗传算法的支持向量机预测含能材料密度的研究[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年
2 李占潮;陈超;周喜斌;邹小勇;;基于遗传算法和支持向量机预测蛋白质结构类[A];第九届全国计算(机)化学学术会议论文摘要集[C];2007年
3 孙浚清;李世平;唐超;张弦;;基于GA-SVM的装备需求时间序列预测[A];第十七届全国测控计量仪器仪表学术年会(MCMI'2007)论文集(上册)[C];2007年
4 顾锦荣;刘华强;孙预前;;遗传算法优化的支持向量机模型在热带气旋强度预报中的应用[A];第七届长三角气象科技论坛论文集[C];2010年
5 董景荣;杨秀苔;;基于支持向量机和遗传算法的R&D项目中止决策诊断[A];第九届中国管理科学学术年会论文集[C];2007年
6 张满怀;;两类基于异常的网络入侵检测方法的比较[A];2007中国科协年会——通信与信息发展高层论坛论文集[C];2007年
7 刘明贵;彭俊伟;;进化支持向量机在基桩低应变完整性检测中的应用[A];2007'湖北·武汉NDT学术年会论文集[C];2007年
8 李烨;蔡云泽;许晓鸣;;基于支持向量机集成的故障诊断[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
9 林平;王福利;刘浏;;齿轮钢精炼过程淬透性的预报研究[A];2009中国控制与决策会议论文集(3)[C];2009年
10 朱娅妮;王喆;;基于遗传算法进化的SVM人脸表情识别[A];2009年中国智能自动化会议论文集(第三分册)[C];2009年
中国重要报纸全文数据库 前10条
1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
2 程爱娟;旅行推销员问题(TSP)的人工智能解法及其应用[N];新疆科技报(汉);2001年
3 中国科技大学计算机系 邢方亮;计算智能百花齐放[N];计算机世界;2003年
4 包家庆;IDS五大发展趋势[N];网络世界;2002年
5 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
6 郭明波;来自蝙蝠的启发[N];北京科技报;2001年
7 李水根;计算机详解配伍与药效关系[N];健康报;2005年
8 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
9 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
10 易水;IT新词集锦[N];计算机世界;2003年
中国博士学位论文全文数据库 前10条
1 杨实俊;可持续发展约束下小型火电厂危机管理研究[D];华北电力大学(河北);2008年
2 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
3 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
4 佟伟民;股指期货交易中操纵行为识别方法研究[D];哈尔滨工业大学;2008年
5 何广杰;克隆选择算法及其在地基工程若干问题中的应用[D];西南交通大学;2007年
6 王开义;基于支持向量机的农产品生产关键控制点发现研究[D];北京工业大学;2011年
7 赵明渊;分类问题的智能优化算法及其应用研究[D];电子科技大学;2011年
8 彭光金;小样本工程造价数据的智能学习方法及其在输变电工程中的应用研究[D];重庆大学;2010年
9 张旭;具有拓扑结构布局优化的理论及算法[D];大连理工大学;2004年
10 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年
中国硕士学位论文全文数据库 前10条
1 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
2 付阳;支持向量机并行训练算法与基于遗传算法的参数优化研究[D];南昌大学;2010年
3 陆有忠;进化支持向量机及其在岩体边坡中的应用[D];宁夏大学;2004年
4 段杨;遗传算法的若干改进及其在支持向量机中的应用研究[D];南京邮电大学;2012年
5 熊娓;基于SVM和GA混合算法的基因芯片特征基因子集选取研究[D];吉林大学;2006年
6 孙瑾;支持向量机在个人信用评估中的应用[D];中南大学;2008年
7 闫磊凡;遗传算法求解反SVM问题在集群系统上的实现[D];河北大学;2006年
8 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
9 刘铮;智能优化算法在电磁工程中的应用[D];南京理工大学;2005年
10 滕文凯;支持向量机反问题及其解法[D];河北大学;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026