遗传算法优化支持向量机在大坝变形预测中的应用

摘要

建立大坝变形预测的支持向量机模型,并用遗传算法对支持向量机模型的核函数参数、惩罚参数和损失参数进行优化.将同一优化方法不同支持向量机核函数、不同优化方法同种支持向量机核函数进行横向对比,将BP神经网络、自回归AR(p)模型、多元回归分析法和周期函数拟合法进行纵向对比.结果表明,该GA-SVM(RBF)模型不仅能较好地预测大坝的变形趋势,而且能大幅提高预测精度.