基于最小二乘支持向量机回归综合预测建筑物沉降.pdfVIP

第 35卷第 3期 测绘科学 Vol35 No3 20 10年 5月 Science of Su rveying and M app ing M ay 基于最小二乘支持向量机回归综合预测建筑物沉降 王继刚①②③ , 胡永辉 ① ( ①中国科学院国家授时中心 ,西安 　7 10600; ②中国科学院研究生院 , 北京 　100039; ③淮海工学院测绘工程学院 , 江苏连云港 　22200 1) 【摘 　要 】针对在工程实践中 , 应用单一方法预测建筑物沉降存在着局限性 , 提出了基于最小二乘支持向量机回 归综合单一方法预测沉降量 。该方法能综合单一方法的特点 , 增强了模型的普适性 , 从而提高了预测精度和预报 期次 。文中讨论了如何实现和运用该方法 , 最后通过实例验证了其有效性 。 【关键词 】建筑物沉降; 预测 ; 综合 ; 最小二乘支持向量机 ; 回归 【中图分类号 】P258　　　　 【文献标识码 】A 　　　　 【文章编号 (2010) 演变而来 的一种算法 , 提 高 了收敛速度 , 降低 了复杂 1　引言 性 [ 11, 12 ] 。综合考虑 L SSVM 的优点 , 顾及本文所要解决的问 ( ) 题 , 因此提出了基于 L SSVM 回归方法综合预测建筑物沉 建 构 筑物在施工和运营过程中, 一般会发生不同程度 的沉降。这种沉降量如果控制在设计范围内, 被视为正常现 降 , 为预报沉降量提供一种新的思路和方法 。 象 , 但如果超过限度 , 就会影响建筑物的安全和使用 。因此 , 2　L SSVM 回归方法 规范规定对重要建筑物要进行定期监测 , 并根据实测数据对沉 降趋势做出准确的预报 , 为安全决策提供可靠的信息。 2 1　L SSVM 回归原理 目前 , 预测建筑物沉降常用的主要方法有线性回归分析、 对于一个给定的训练样本集 ( x , y ) , x ∈R n , y ∈R , i i i i AMRA 时间序列、灰色模型和人工神经网络等方法 。由于影响 φ