最小二乘支持向量機(jī)在城市防洪體系綜合評價中的應(yīng)用

針對在工程實(shí)踐中,應(yīng)用單一方法預(yù)測建筑物沉降存在著局限性,提出了基于最小二乘支持向量機(jī)回歸綜合單一方法預(yù)測沉降量。該方法能綜合單一方法的特點(diǎn),增強(qiáng)了模型的普適性,從而提高了預(yù)測精度和預(yù)報期次。文中討論了如何實(shí)現(xiàn)和運(yùn)用該方法,最后通過實(shí)例驗(yàn)證了其有效性。

通過影響因素分析,確定了軟土層厚度、軟土層壓縮模量、地表硬層厚度、地表壓縮模量、路堤高度、路堤頂寬、路基填筑時間和填筑竣工時沉降量等參數(shù)對公路軟基沉降有影響。對公路軟基的觀測數(shù)據(jù)進(jìn)行分析和取樣,輸入樣本為各參數(shù),輸出樣本為路堤中線下地表沉降值,利用最小二乘支持向量機(jī)的非線性映射和泛化能力,通過訓(xùn)練,建立了公路軟基沉降預(yù)測模型。研究表明,所建立的模型對公路軟基沉降進(jìn)行預(yù)測具有較高的精度,同時具有很好的泛化性能。

基于最小二乘支持向量機(jī)回歸的基坑變形預(yù)測——將最小二乘支持向量機(jī)回歸用于基坑變形預(yù)測．根據(jù)基坑位移的實(shí)測時間序列資料，應(yīng)用最小二乘支持向量機(jī)回歸建立了基坑位移與時間的關(guān)系模型．研究結(jié)果表明，最小二乘支持向量機(jī)回歸用于基坑變形預(yù)測，具有較高的預(yù)...

采用最小二乘支持向量機(jī)的方法,利用現(xiàn)場測量的數(shù)據(jù),建立水泥粒度軟測量模型;通過交叉驗(yàn)證方法優(yōu)化參數(shù),并用仿真實(shí)驗(yàn)驗(yàn)證了該方法的有效性,解決了非線性、小樣本、高維數(shù)等常規(guī)測量方法難以實(shí)現(xiàn)的問題,實(shí)現(xiàn)了水泥粒度的在線測量。

最小二乘支持向量機(jī)在熱舒適性pmv指標(biāo)預(yù)測中的應(yīng)用研究——介紹了一種新型的機(jī)器學(xué)習(xí)算法—最小二乘支持向量機(jī)的原理,并針對預(yù)測pmv指標(biāo)建立了最小二乘支持向量機(jī)預(yù)測模型。該模型的預(yù)測結(jié)果表明,最小二乘支持向量機(jī)預(yù)測準(zhǔn)確度高,計算過程速度快,可以滿足以pmv...

為了對柳州市現(xiàn)有防洪體系進(jìn)行科學(xué)客觀評價,在分析我國城市防洪體系安全評價的指標(biāo)體系及其等級標(biāo)準(zhǔn)的基礎(chǔ)上,提出了基于層次分析賦權(quán)的topsis綜合評價法,并建立了城市防洪體系安全綜合評價模型。利用該模型對柳州市防洪體系進(jìn)行評價,結(jié)果表明,柳州市防洪體系尚屬不太完善水平,滯后于當(dāng)?shù)氐慕?jīng)濟(jì)社會發(fā)展。該模型能較好地對城市防洪體系進(jìn)行綜合評價。

隨著我國城市化進(jìn)程的不斷加快,城市防洪越來越重要,城市防洪體系綜合評價成為擺在人們面前的一個現(xiàn)實(shí)問題。建立基于物元理論的城市防洪綜合體系評價模型,并以遼寧省撫順市為例,確定指標(biāo)體系及各指標(biāo)的經(jīng)典域、節(jié)域和權(quán)重進(jìn)行評價。評價結(jié)果與撫順市防洪現(xiàn)實(shí)較為一致,表明物元模型能有效解決城市防洪體系綜合評價問題。

根據(jù)齒輪箱故障時振動信號特點(diǎn),提出了一種基于小波分解和最小二乘支持向量機(jī)(ls-svm)相結(jié)合的齒輪箱故障診斷方法。通過對齒輪箱振動信號進(jìn)行小波分解,得到各分解節(jié)點(diǎn)對應(yīng)頻率段的重構(gòu)信號和節(jié)點(diǎn)的能量,并將各節(jié)點(diǎn)能量組成的特征向量作為診斷模型的特征向量,輸入到ls-svm多類分類器中進(jìn)行故障識別。診斷結(jié)果表明:該方法能夠準(zhǔn)確地識別風(fēng)力發(fā)電機(jī)組齒輪箱的常見故障。

基于最小二乘支持向量機(jī)回歸的單樁豎向極限承載力預(yù)測——基于單樁載荷試驗(yàn)數(shù)據(jù)，采用最小二乘支持向量機(jī)(lssvm)回歸的方法，建立了單樁豎向極限承載力的預(yù)測模型．利用文獻(xiàn)中樁的載荷試驗(yàn)數(shù)據(jù)來訓(xùn)練lssvm模型，并確定了模型參數(shù)．研究結(jié)果表明，同常用的bp網(wǎng)絡(luò)...

為提高水庫來水量的預(yù)測精度,提出了一種基于最小二乘支持向量機(jī)(ls-svm)的來水量預(yù)測模型。實(shí)例應(yīng)用結(jié)果表明,該模型預(yù)測能力強(qiáng)、預(yù)測精度高,其預(yù)測精度明顯高于bp模型,為來水量預(yù)測提供了一種可靠、有效的方法。

根據(jù)沉降數(shù)據(jù)的特性,以最小二乘支持向量機(jī)為核心技術(shù)構(gòu)建預(yù)測模型,提出了一種路基沉降預(yù)測的新方法。由于測量誤差不可避免,沉降數(shù)據(jù)通常含有噪聲,不宜直接進(jìn)行擬合,因此首先采用小波分析的方法對原始沉降數(shù)據(jù)進(jìn)行降噪預(yù)處理,然后饋送到最小二乘支持向量機(jī)完成沉降預(yù)測。最后用某高速公路實(shí)測數(shù)據(jù)進(jìn)行了實(shí)例分析,并與bp神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果進(jìn)行了對比,計算結(jié)果表明,小波分析結(jié)合支持向量機(jī)的模型有較好的預(yù)測精度,將該模型應(yīng)用于公路軟基沉降預(yù)測是可行的和值得研究的。

隧道圍巖變形預(yù)測的最小二乘支持向量機(jī)方法——為及時掌握圍巖變形趨勢并采取措施加以控制，在嶺南高速雪家莊隧道施工過程中，采用一種新的時間序列預(yù)測模型--最小二乘支持向量機(jī)(ls-svm)。介紹了ls．svm的基本原理和該預(yù)測模型的具體操作步驟，實(shí)踐表明，該方...

提出一種聯(lián)合灰色模型(greymodel,gm)和最小二乘支持向量機(jī)回歸(leastsquaresupportvectorregression,lssvr)算法的電力短期負(fù)荷智能組合預(yù)測方法。在考慮負(fù)荷日周期性的基礎(chǔ)上,通過對歷史負(fù)荷數(shù)據(jù)的不同取舍,構(gòu)建出各種不同的歷史負(fù)荷數(shù)據(jù)序列,并對每個歷史數(shù)據(jù)序列分別建立能修正β參數(shù)的gm(1,1)灰色模型進(jìn)行負(fù)荷預(yù)測;采用最小二乘支持向量機(jī)回歸算法對不同灰色模型的預(yù)測結(jié)果進(jìn)行非線性組合,以獲取最終預(yù)測值。該方法在充分利用灰色模型所需原始數(shù)據(jù)少、建模簡單、運(yùn)算方便等優(yōu)勢的基礎(chǔ)上,結(jié)合最小二乘支持向量機(jī)所具有的泛化能力強(qiáng)、非線性擬合性好、小樣本等特性,提高了預(yù)測精度。仿真結(jié)果驗(yàn)證了所提出組合方法的有效性和實(shí)用性。

針對最小二乘支持向量機(jī)在電力負(fù)荷預(yù)測應(yīng)用中的參數(shù)優(yōu)化問題,將改進(jìn)粒子群算法引入到最小二乘支持向量機(jī)參數(shù)中,建立一種新型的電力負(fù)荷預(yù)測模型(ipso-lssvm)。首先將最小二乘支持向量機(jī)參數(shù)編碼為粒子初始位置向量;然后通過粒子個體之間的信息交流、協(xié)作找到最小二乘支持向量機(jī)的最優(yōu)參數(shù),并針對標(biāo)準(zhǔn)粒子群算法的不足進(jìn)行相應(yīng)改進(jìn);最后將其應(yīng)用于電力負(fù)荷建模與預(yù)測,并通過仿真對比實(shí)驗(yàn)測試其性能。實(shí)驗(yàn)結(jié)果表明,ipso-lssvm可以獲得較高準(zhǔn)確度的電力負(fù)荷預(yù)測結(jié)果,大幅度減少了訓(xùn)練時間,滿足電力負(fù)荷在線預(yù)測要求。

基于最小二乘支持向量機(jī)的砂土液化預(yù)測方法——使用最小二乘支持向量機(jī)分類方法建立了兩個砂土液化預(yù)測模型，預(yù)測結(jié)果與野外實(shí)際情況全部相符，表明該分類方法用于預(yù)測砂土液化是可行的，且預(yù)測準(zhǔn)確率高。

針對神經(jīng)網(wǎng)絡(luò)存在結(jié)構(gòu)較難確定,訓(xùn)練易陷入局部最小等問題,提出將最小二乘支持向量機(jī)和相似搜索用于預(yù)測出清電價。該方法對相似搜索得到的相似負(fù)荷日的數(shù)據(jù)用最小二乘支持向量機(jī)建立預(yù)測模型,采用美國newenglandiso的真實(shí)數(shù)據(jù)做驗(yàn)證,結(jié)果表明該方法比bp神經(jīng)網(wǎng)絡(luò)有更高的預(yù)測精度,是一種有效的預(yù)測方法。

由于公路工程造價的影響因素錯綜復(fù)雜,且歷史數(shù)據(jù)非常有限,使公路工程造價預(yù)測成為典型的小樣本條件下非線性回歸問題。針對傳統(tǒng)的回歸方法解決這類問題的不足,該文提出一種新型的公路工程造價預(yù)測模型。該模型基于最小二乘支持向量機(jī)的基本原理,結(jié)合公路工程的具體特征,實(shí)現(xiàn)了公路工程造價的智能化預(yù)測。新模型充分發(fā)揮了最小二乘支持向量機(jī)在解決有限樣本及非線性回歸問題中的優(yōu)勢,建立了較準(zhǔn)確的預(yù)測模型,且訓(xùn)練速度較普通支持向量機(jī)更快。實(shí)證數(shù)據(jù)分析驗(yàn)證了本模型的有效性。

采用最小二乘支持向量機(jī)預(yù)測算法對電力電子電路進(jìn)行故障預(yù)測.以基本降壓斬波電路為例,選擇電路輸出電壓作為監(jiān)測信號,提取輸出電壓平均值及紋波值作為電路特征性能參數(shù),并利用ls-svm回歸預(yù)測算法實(shí)現(xiàn)故障預(yù)測.仿真結(jié)果表明,利用ls-svm對基本降壓斬波電路輸出平均電壓與輸出紋波電壓的預(yù)測相對誤差均低于2%,能夠跟蹤故障特征性能參數(shù)的變化趨勢,有效實(shí)現(xiàn)電力電子電路故障預(yù)測.

基于可靠性數(shù)據(jù)分析和最小二乘支持向量機(jī)對電力變壓器故障進(jìn)行了診斷,并給出了實(shí)例分析。

回轉(zhuǎn)式空氣預(yù)熱器是火力發(fā)電機(jī)組重要的換熱設(shè)備。燃料的不完全燃燒以及低負(fù)荷或停爐后空預(yù)器內(nèi)氣體流速低造成散熱條件變差等原因會引起空預(yù)器的再燃燒事故。論文利用最小二乘支持向量機(jī)這種新的機(jī)器學(xué)習(xí)工具,分別用兩種核函數(shù)建立針對三對不同火情的判別模型,超平面參數(shù)通過交叉檢驗(yàn)的方式確定。實(shí)驗(yàn)結(jié)果表明,支持向量機(jī)具有很好的分類和泛化能力。從兩種核函數(shù)的roc曲線可看出對于本問題選用rbf核函數(shù)相對于多項(xiàng)式核函數(shù)有更高的判別準(zhǔn)確率。

為實(shí)現(xiàn)建設(shè)工程造價的快速和準(zhǔn)確預(yù)測,此文提出基于模糊最小二乘支持向量機(jī)的建設(shè)工程造價預(yù)測方法。該方法可較好解決小樣本預(yù)測問題,適合于當(dāng)前工程造價樣本數(shù)據(jù)量少的現(xiàn)狀。通過隸屬度函數(shù)對樣本進(jìn)行模糊化和加權(quán),實(shí)現(xiàn)對歷史數(shù)據(jù)和相似數(shù)據(jù)的優(yōu)化選擇,提高了預(yù)測準(zhǔn)確性。將標(biāo)準(zhǔn)svm的二次規(guī)劃問題轉(zhuǎn)化為線性方程組求解,提高了預(yù)測速度。通過對某市地鐵建設(shè)中區(qū)間隧道延米造價估算實(shí)例的計算,驗(yàn)證了所提出預(yù)測方法的有效性。

針對防洪風(fēng)險因風(fēng)險主體而異的特點(diǎn),提出了防洪脆弱性的定義,選取影響臨災(zāi)破壞程度的因子建立了評價指標(biāo)體系,以所選指標(biāo)的自然斷裂法分級作為訓(xùn)練樣本,建立了基于支持向量機(jī)的評價模型。應(yīng)用實(shí)例的評價結(jié)果符合北江下游的防洪態(tài)勢,說明了該模型方法的可行性、合理性和有效性。與傳統(tǒng)的計點(diǎn)系統(tǒng)模型相比,支持向量機(jī)模型的評價結(jié)果更接近實(shí)際情況。