<cite id="yyiou"><tbody id="yyiou"></tbody></cite>
<cite id="yyiou"><samp id="yyiou"></samp></cite>
    • <s id="yyiou"></s><bdo id="yyiou"><optgroup id="yyiou"></optgroup></bdo>
    

    • <cite id="yyiou"><tbody id="yyiou"></tbody></cite>
    


    
	

 
 
    
 	
 
    
 


	
	
    
		首頁 >
		期刊 > 
		自然科學與工程技術 > 基礎科學 > 自然地理學測繪學 > 
		礦山測量 > 
		 
		基于GA-ACO-SVM組合模型邊坡位移預測研究 【正文】
		
	
    

	
    

    
	 
    
    
		
    基于GA-ACO-SVM組合模型邊坡位移預測研究
    

		
    
			熊起; 劉小生  江西理工大學; 江西贛州341000
		
    

		
		
    
			
      
				
				
    • 支持向量機
      • 
				
    • 參數優化
      • 
				
    • 遺傳算法
      • 
				
    • 蟻群算法
      • 
				
    • 位移預測
      • 
			
    
		
    

		
    摘要：針對目前常用的預測模型存在一定的問題,建立支持向量機預測模型,并將遺傳算法與蟻群算法有效結合。用此組合算法對支持向量機模型參數優化。最終將建立的模型與單獨兩種算法所優化的模型進行精度對比。實例表明,組合算法所優化的預測模型具有更高的精度,具有一定的應用價值。
    
		
        
    注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
    
        
    
        	
			投稿咨詢
            免費咨詢
			
            
        
    
		
    
	
    
	   
		

    我們提供的服務
      


 

	














    
	服務流程:
    確定期刊
    支付定金
    完成服務
    支付尾款
	在線咨詢

    
     

	
    

	
    
		
	
    

    





主站蜘蛛池模板：
高邮市|
贵港市|
南华县|
磐石市|
新乡县|
左权县|
清水河县|
从江县|
加查县|
东光县|
正安县|
康乐县|
玛多县|
新营市|
陆丰市|
银川市|
永泰县|
西峡县|
榆中县|
雷波县|
崇礼县|
宁都县|
天气|
陵水|
柳州市|
潞西市|
绍兴县|
丹巴县|
驻马店市|
吉木乃县|
崇仁县|
休宁县|
故城县|
临泉县|
永新县|
长宁区|
渑池县|
唐河县|
林芝县|
阿克苏市|
宁蒗|