發(fā)布時(shí)間：2023-02-28 20:04

　　隨著我國經(jīng)濟(jì)的快速發(fā)展,邊坡的種類與數(shù)量越來越多,但是由于各種原因?qū)е逻吰伦冃问Х�(wěn)而造成的滑坡、崩塌等災(zāi)害也時(shí)常發(fā)生,因此對(duì)邊坡進(jìn)行變形監(jiān)測以及預(yù)測其變形趨勢(shì)是必要的。然而邊坡變形監(jiān)測數(shù)據(jù)具有隨機(jī)性和復(fù)雜性等特征,傳統(tǒng)的SVM模型并不能取得較高的精度,從而提出一種基于改進(jìn)粒子群算法(IPSO)優(yōu)化的小波核函數(shù)支持向量機(jī)(WSVM)模型應(yīng)用于邊坡變形預(yù)測。首先針對(duì)標(biāo)準(zhǔn)PSO算法的不足提出了三條改進(jìn)策略。其一,為了改善初始粒子種群的質(zhì)量,提高種群的多樣性,通過均勻分布的方式代替標(biāo)準(zhǔn)PSO算法完全隨機(jī)的方式進(jìn)行種群初始化,在兼顧初始種群隨機(jī)性的同時(shí)使其均勻地分布在解空間;其二,標(biāo)準(zhǔn)PSO算法中線性遞減慣性權(quán)重的方式存在一定的局限性,引入了余弦函數(shù)對(duì)其進(jìn)行改進(jìn),更好地平衡了算法的全局尋優(yōu)能力與局部尋優(yōu)能力;其三,標(biāo)準(zhǔn)PSO算法容易陷入局部最優(yōu),因此提出了粒子淘汰機(jī)制,每次迭代過后將一小部分適應(yīng)度較差的粒子重新初始化,在保證適應(yīng)度較好粒子的尋優(yōu)路徑的同時(shí),極大程度的增加算法跳出局部最優(yōu)的能力;最后通過測試函數(shù)進(jìn)行尋優(yōu)實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明IPSO算法的尋優(yōu)精度優(yōu)于標(biāo)準(zhǔn)PSO算法,且提高了算法的收斂速...

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 邊坡變形預(yù)測研究現(xiàn)狀
        1.2.2 支持向量機(jī)研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容
    1.4 文章結(jié)構(gòu)安排
第二章 粒子群算法及其改進(jìn)研究
    2.1 標(biāo)準(zhǔn)粒子群算法
        2.1.1 算法基本原理
        2.1.2 PSO算法實(shí)現(xiàn)步驟
    2.2 改進(jìn)的粒子群算法
        2.2.1 標(biāo)準(zhǔn)粒子群算法改進(jìn)策略
        2.2.2 改進(jìn)的粒子群算法(IPSO)實(shí)現(xiàn)步驟
    2.3 IPSO實(shí)驗(yàn)及結(jié)果分析
    2.4 本章小結(jié)
第三章 支持向量機(jī)及小波核函數(shù)構(gòu)造
    3.1 統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)
        3.1.1 學(xué)習(xí)問題的基本模型
        3.1.2 經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化
        3.1.3 VC維
        3.1.4 結(jié)構(gòu)風(fēng)險(xiǎn)最小化
    3.2 支持向量機(jī)
        3.2.1 最優(yōu)分類超平面
        3.2.2 線性支持向量機(jī)
        3.2.3 非線性支持向量機(jī)
        3.2.4 支持向量回歸機(jī)
    3.3 小波核函數(shù)構(gòu)造
        3.3.1 常用核函數(shù)特性分析
        3.3.2 小波核函數(shù)
    3.4 SVM模型參數(shù)影響分析
    3.5 本章小結(jié)
第四章 邊坡變形預(yù)測模型構(gòu)建及實(shí)現(xiàn)
    4.1 模型評(píng)價(jià)指標(biāo)
    4.2 基于IPSO優(yōu)化的WSVM邊坡變形預(yù)測模型構(gòu)建
    4.3 基于IPSO-WSVM模型邊坡變形預(yù)測系統(tǒng)實(shí)現(xiàn)
        4.3.1 邊坡變形預(yù)測系統(tǒng)總體設(shè)計(jì)
        4.3.2 邊坡變形預(yù)測系統(tǒng)功能設(shè)計(jì)
        4.3.3 邊坡變形預(yù)測系統(tǒng)實(shí)現(xiàn)
    4.4 本章小結(jié)
第五章 工程應(yīng)用
    5.1 工程概況
    5.2 花坪子邊坡變形預(yù)測
    5.3 甘田壩邊坡變形預(yù)測
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間的研究成果



本文編號(hào)：3751752