基于最小二乘支持向量机的黄土湿陷性预测挖掘
详细信息
- 责任者：井彦林^c长安大学^d1963^e博士^f教授级高级工程师 ; 仵彦卿^c上海交通大学 ; 林杜军^c中煤西安设计工程有限责任公司 ; 李晓光 ; 张志权
- 刊名：岩土力学
- 出版年：2010
- 卷期：31^b6总177
- 关键词：最小二乘法 ; 支持向量机 ; 黄土类土20^a湿陷性 ; 预测 ; 视电阻率 ; 数据处理 ; 数学模型 ; 算法30^a数据挖掘
- 页码：1865～1870
- 索书号：P478.06/357
- 图表：^c表4参16插图
- 分类号：2000,1600
- 文摘期号：2010/12
摘要
运用数据挖掘技术进行了黄土湿陷性的预测挖掘，挖掘模型采用最小二乘支持向量机。建模过程中用主成份分析法进行数据的预处理，以剔除指标间的相关性，消除多指标信息冗余对挖掘模型的影响，并引入粒子群优化算法进行模型反演分析，确定最优参数。针对实际工程数据进行的预测挖掘表明:黄土的电阻率、剪切波速与土的结构特性、含水率、密度等指标密切相关，可较为全面地反映影响黄土湿陷性的因素；以电阻率、剪切波速及土层埋深作为模型的预测变量就可定量预测黄土的湿陷性;用所建模型和预测变量来预测黄土的湿陷性是可行的。