期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于时间序列与ABC-SVM的岩溶隧道衬砌受力预测
1
作者 张亚辉 宋玉香 徐强 《高速铁路技术》 2025年第4期18-26,34,共10页
岩溶隧道衬砌结构的受力特征显著复杂于普通隧道,若对其衬砌受力预测不足,将直接威胁隧道运营安全,甚至给人民生命财产带来巨大隐患。针对这一工程难题,本文充分考虑岩溶隧道围岩的流变特性,通过精确识别衬砌受力中的随机项,提高岩溶隧... 岩溶隧道衬砌结构的受力特征显著复杂于普通隧道,若对其衬砌受力预测不足,将直接威胁隧道运营安全,甚至给人民生命财产带来巨大隐患。针对这一工程难题,本文充分考虑岩溶隧道围岩的流变特性,通过精确识别衬砌受力中的随机项,提高岩溶隧道受力预测的精度。以郑万高速铁路黄家沟岩溶隧道典型断面为工程背景,基于60 d的隧道衬砌压力监测数据构建基础数据集,采用时间序列分析法建立隧道衬砌内力预测模型。首先利用3次样条函数插值法对非等距时序进行数据等距化处理,在此基础上分别运用支持向量机算法(SVM)和人工蜂群优化的支持向量机回归(ABC-SVR)模型开展预测分析,并将各模型的预测数据与实际监测数据进行对比验证。结果表明,针对岩溶隧道围岩流变特点开展的数据预处理,保障了原始数据变化规律的完整性;经时间序列优化后的ABC-SVR算法预测模型,能够精准反映岩溶隧道复杂的地质变化规律,其预测数据与实测数据吻合度高,预测精度达0.9997。本研究成果可为岩溶隧道的衬砌压力预测提供参考依据。 展开更多
关键词 岩溶隧道 衬砌压力 时间序列 人工蜂群 支持向量机回归(SVR)
在线阅读 下载PDF
基于HP滤波的ARMA-ABCSVR-GABP网络流量预测 被引量：8
2
作者 郑晓亮 朱国森 《计算机应用与软件》 北大核心 2022年第1期94-99,共6页
针对当前网络流量无法根据流量变化的特征进行预测,且通过单一或者组合模型依然得不到较高准确率的问题,提出一种基于HP(High-Pass Fliter)滤波的流量预测模型。基于高铁站流量数据日高夜低的周期特性以及流量波动增长的长期趋势,依据H... 针对当前网络流量无法根据流量变化的特征进行预测,且通过单一或者组合模型依然得不到较高准确率的问题,提出一种基于HP(High-Pass Fliter)滤波的流量预测模型。基于高铁站流量数据日高夜低的周期特性以及流量波动增长的长期趋势,依据HP滤波将网络流量分解成周期序列及趋势序列。利用自回归-滑动平均模型(ARMA)对平稳序列预测的优势来进行周期变化的预测;使用人工蜂群算法(ABC)优化后的支持向量回归机(SVR)对趋势序列进行预测;将二者预测的结果叠加,使用遗传算法优化的BP神经网络(GABP)进行结合预测,进一步提高准确率。结果显示,该预测方法可靠,较其他方法具有优越性。 展开更多
关键词 HP滤波 ARMA abc-svr GABP 流量预测 组合模型
在线阅读 下载PDF
基于LWR-ABCSVR的WiFi指纹定位算法 被引量：2
3
作者 王艳 殷富成 +1 位作者 纪志成 严大虎 《系统仿真学报》 CAS CSCD 北大核心 2017年第6期1193-1200,共8页
针对在Wi Fi环境下,传统的位置指纹定位算法定位精度不够高和指纹数据库构建困难的问题提出了一种基于线性加权回归(LWR)和蜂群优化的支持向量回归机(ABCSVR)的LWR-ABCSVR定位算法。该算法通过LWR在离线阶段对采集到的位置指纹数据库进... 针对在Wi Fi环境下,传统的位置指纹定位算法定位精度不够高和指纹数据库构建困难的问题提出了一种基于线性加权回归(LWR)和蜂群优化的支持向量回归机(ABCSVR)的LWR-ABCSVR定位算法。该算法通过LWR在离线阶段对采集到的位置指纹数据库进行扩充;利用ABCSVR构建物理位置和RSS之间的非线性关系,并通过构建的预测模型完成定位。实验结果表明,该算法的定位精度远高于传统的几种定位算法,并且可以在一定程度上减少构建指纹数据库的工作量,是一种综合性能良好的定位算法。 展开更多
关键词 WIFI LWR算法 ABC算法 SVR算法 定位技术
原文传递
基于人工蜂群优化的支持向量回归预测方法 被引量：10
4
作者 王琳 张赟 +2 位作者 彭文辉 徐波 王前程 《系统工程与电子技术》 EI CSCD 北大核心 2014年第2期326-330,共5页
针对支持向量回归(support vector regression,SVR)预测方法的参数选择影响其预测效果的问题,提出了一种基于人工蜂群算法的SVR预测模型的参数优化方法,实验结果表明,与传统的粒子群优化算法相比,人工蜂群优化的SVR预测方法能够更有效... 针对支持向量回归(support vector regression,SVR)预测方法的参数选择影响其预测效果的问题,提出了一种基于人工蜂群算法的SVR预测模型的参数优化方法,实验结果表明,与传统的粒子群优化算法相比,人工蜂群优化的SVR预测方法能够更有效地克服局部最优解,具有更高的预测精度。将该方法应用于故障状态下飞行器动力装置的滑油金属元素含量时间序列分析,成功地预测出磨损故障的发生。 展开更多
关键词 飞行器 人工蜂群优化 支持向量回归 故障预测
在线阅读 下载PDF
基于改进人工蜂群算法的支持向量机时序预测 被引量：11
5
作者 刘栋 李素 曹志冬 《传感器与微系统》 CSCD 2018年第5期51-54,共4页
为使支持向量机(SVM)能更好地完成参数寻优并获得时间序列变化空间预测功能,通过改进人工蜂群社区不同蜂群的搜索方式以强化算法角色分工机制的技术优势;引入模糊信息粒化理论进一步提升支持向量机时序预测框架的学习效率、回归精度及... 为使支持向量机(SVM)能更好地完成参数寻优并获得时间序列变化空间预测功能,通过改进人工蜂群社区不同蜂群的搜索方式以强化算法角色分工机制的技术优势;引入模糊信息粒化理论进一步提升支持向量机时序预测框架的学习效率、回归精度及推广能力。将方法用于上证指数时序建模并进行多角度仿真实验对比研究,无论预测精度还是泛化性能均优于现有经典方法。所提出方法具有良好的时序预测效能,对大数据背景下满意近似解及模糊性问题研究亦具有一定的启发和借鉴意义。 展开更多
关键词 人工蜂群算法 粒计算 支持向量回归 时序预测
在线阅读 下载PDF
人工蜂群算法优化SVR的叶面积指数反演 被引量：9
6
作者 周晓雪 李楠 +1 位作者 潘耀忠 孙莉昕 《遥感学报》 EI CSCD 北大核心 2022年第4期766-780,共15页
支持向量机回归SVR(Support Vector Regression)方法作为叶面积指数反演的一种新思路,在LAI反演中具有一定的应用价值和前景,但SVR算法中惩罚系数C、核函数宽度参数g、不敏感损失函数参数ε的取值对回归精度有显著的影响。本文提出了一... 支持向量机回归SVR(Support Vector Regression)方法作为叶面积指数反演的一种新思路,在LAI反演中具有一定的应用价值和前景,但SVR算法中惩罚系数C、核函数宽度参数g、不敏感损失函数参数ε的取值对回归精度有显著的影响。本文提出了一种基于人工蜂群算法ABC(Artificial Bee Colony)优化SVR参数的遥感影像叶面积指数反演方法。研究数据为美国土壤水分实验(SMEX02)2002年LAI实测数据和同期的Landsat 7ETM+地表反射率数据,为了验证ABC算法优化SVR各个参数对反演精度的影响,建立了未优化参数(SVR)、优化单个参数(ABC-SVR-C,ABC-SVR-g,ABC-SVR-ε)、优化3个参数(ABC-SVR)的3类LAI反演模型,并比较了其回归拟合精度。在此基础上,分析了3个关键参数对LAI反演模型精度的敏感性,并对ABC算法优化SVR模型的精度进行显著性检验。研究表明:(1)相比未优化参数模型,ABC算法优化模型具有更高的反演精度,优化3个参数优于优化单个参数,回归直线斜率k达到0.797、决定系数r2达到0.775。(2)SVR的3个关键参数对模型精度都有影响,相较参数C和g,参数ε引起模型精度的不确定性更高。(3)95%的置信区间下,ABCSVR模型与SVR模型的回归直线斜率k、r2、RMSE的差异显著性检验P值均小于0.005,ABC算法显著改善了SVR模型的精度。 展开更多
关键词 支持向量机回归SVR 人工蜂群算法ABC 参数优化 Landsat 7 叶面积指数LAI
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部