T=题名(书名、题名),A=作者(责任者),K=主题词,P=出版物名称,PU=出版社名称,O=机构(作者单位、学位授予单位、专利申请人),L=中图分类号,C=学科分类号,U=全部字段,Y=年(出版发行年、学位年度、标准发布年)
AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
范例一:(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二:P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016
摘要:准确预测和控制隧道变形是确保隧道工程施工安全的重点。针对目前隧道围岩变形时间序列预测的不足,文章提出了一种基于多变量高斯过程(gp)-差异进化算法(de)的隧道变形时间序列预测方法。根据隧道自动化监测结果进行多变量相空间重构,并通过主成分分析法降低输入维数。在此基础上采用gp-de模型进行隧道变形预测研究。以吉林省高丽沟隧道围岩拱顶位移为例进行预测,将预测结果与BP神经网络、SVM模型预测结果进行比较。研究结果表明,多变量时间序列的gp-de模型具有更高的预测精度,预测值与实测值吻合更好,是一种有效的隧道位移预测方法。
地址:宁波市钱湖南路8号浙江万里学院(315100)
Tel:0574-88222222
招生:0574-88222065 88222066
Email:yzb@zwu.edu.cn