排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
针对单一预测模型的不足,提出EEMD分解与粒子群灰色支持向量机(particle swarm optimization grey support vector machine,PSOGSVM)相结合的基坑位移预测模型。以基坑时间序列的混沌性为基础,利用EEMD分解时间序列,采用相空间重构技术构造样本,应用PSOGSVM模型进行基坑预测,并与GM(1,1)、SVM、遗传小波神经网络进行对比。结果表明,该算法预测精度好,具有良好的稳定性,可有效地应用于基坑位移预测。 相似文献
1