提出了一種新的支持向量機(supportvectormachines,svm)機械系統狀態組合預測模型。應用fpe(finalprincipleerror)準則優化樣本的維數,采用時域內的振動烈度和頻域內的特征頻率分量作為預測機械系統狀態的敏感因子,構建了預測模型。支持向量機采用新型的結構風險最優化準則,預測能力強、魯棒性好。采用徑向基函數和ε損失函數,將該模型應用于實驗臺和旋轉注水機組的狀態預測,取得了較好的效果。這表明利用支持向量機的組合預測模型,可以降低設備維修代價,提高設備的安全性和可靠性。

為了科學預測與評估煤礦采動引起的建筑物采動損害程度,在系統分析建筑物采動損害影響因素的基礎上,基于支持向量機理論,利用礦區典型建筑物采動損害案例,首次建立了煤礦開采影響下建筑物采動損害程度的支持向量機預測模型,并測試了該模型的可行性和可靠性.研究成果可為建筑物采動損害預測提供一條新的技術途徑.

基于支持向量機的砂土液化預測模型——分析了砂土液化的主要影響因素，建立了砂土液化的支持向量機預測模型。該模型能通過有限經驗數據的學習，建立砂土液化類型與其影響因素之間的非線性關系。運用所建立的模型對具體的砂土液化類型進行了評判，評判結果表明，...

根據電力負荷序列的混沌特性,提出混沌理論和蟻群優化支持向量機結合的電力系統短期負荷預測新方法,以相空間重構理論確定支持向量機的輸入量個數;訓練樣本集由對應預測相點的最近鄰相點集構成,且是按預測相點步進動態相軌跡生成;采用蟻群優化算法對支持向量機敏感參數進行優化,從而可增強預測模型對混沌動力學的聯想和泛化推理能力,提高負荷預測的精度和提高預測穩定性。對某地區負荷系統日、周預測仿真測試,證明其可獲得穩定的較高預測精度。

準確及時地進行洪水預測對洪水預報、洪水實時調度及水資源的合理調度起著非常關鍵的作用.提出一種粗糙集理論和支持向量機相結合的洪水預測模型,利用粗糙集理論對支持向量機的輸入數據集進行約簡預處理,通過發現數據間的關系去掉冗余輸入信息,簡化輸入空間的表達信息,提高支持向量機訓練的速度,獲得較高的預測精度.實驗結果表明,該模型能提高支持向量機訓練的速度,獲得較高的預測精度.

為了預測水泵在運行中的振動狀態,提高水泵運行的安全性和經濟性,采用了統計學習理論中的核心算法——支持向量機與自回歸方法相結合,建立了水泵振動預測模型(svar)。并通過實例,與基于灰色理論建立的預測模型(gm)和基于自回歸方法建立的預測模型(ar)進行了比較。結果表明:基于支持向量自回歸的水泵振動預測模型(svar)具有精度高、速度快、易于建模的特點。應用該方法建立的預測模型能夠很好地預測水泵運行中的振動情況,有效地避免水泵運行中由振動引起的故障。

高強混凝土強度預測的支持向量機模型及應用——高強混凝土的強度受多種因素的影響，其強度的預測是一個動態性的系統工程。采用支持向量機理論，建立了高強混凝土的強度預測的支持向量機預測模型。并將該模型計算結果與實測混凝土28d抗壓強度、bp網絡計算的強度...

http://www.***.*** 單樁豎向極限承載力預測的支持向量機模型 趙月平，王威 河南工業大學土木建筑學院，河南鄭州（450052） 摘要：在綜合分析了各種單樁豎向極限承載力分析方法的基礎上，提出了基于支持向量機 的單樁豎向極限承載力預測方法，并在matlab中編制了相應的支持向量機程序，建立 了相應的單樁豎向極限承載力預測模型。以大量的實例數據為學習樣本和測試樣本，討論 了基于支持向量機的單樁豎向極限承載力分析方法及其可行性。研究表明，用支持向量機 方法來預測單樁豎向極限承載力是可行的。 關鍵詞：單樁；豎向極限承載力；支持向量機(svm)；預測 中圖分類號：tu413.4文獻標識碼：a 0引言 樁基礎作為我國工程建設中重要的基 礎形式，具有承載力高、沉降量小，且調 節不均勻沉降能力強的特性，得到廣泛應 用。樁基作為建筑物

為提高水庫來水量的預測精度,提出了一種基于最小二乘支持向量機(ls-svm)的來水量預測模型。實例應用結果表明,該模型預測能力強、預測精度高,其預測精度明顯高于bp模型,為來水量預測提供了一種可靠、有效的方法。

對加工系統進行補償是提高機械加工精度的有效手段。通過對加工系統的研究,建立誤差預測模型,是進行誤差補償的必要途徑。本文以鏜孔加工為實驗對象,提出了基于支持向量機(supportvectormachine,svm)的加工系統誤差預測模型,實驗結果顯示,支持向量機可以應用于誤差預測建模,且在系統誤差的預測精度上高于基于徑向基(rbf)神經網絡的誤差預測模型。

使用組合模型進行了風速預測,然后在此基礎上進行了風電功率的預測.利用灰色模型進行風速中確定性趨勢預測,針對灰色gm(1,1)模型的建模機理和風速預測特點對其進行了改進,建立了改進的灰色gm(1,1)風速預測模型;同時使用支持向量機進行風速的隨機性預測;用建立的組合預測模型輸出的風速作為風電功率預測的一個輸入,利用支持向量機模型進行了提前一小時的風電功率預測.算例表明,該方法可有效提高風速預測精度,進而提高風電功率的預測精度.

針對防洪風險因風險主體而異的特點,提出了防洪脆弱性的定義,選取影響臨災破壞程度的因子建立了評價指標體系,以所選指標的自然斷裂法分級作為訓練樣本,建立了基于支持向量機的評價模型。應用實例的評價結果符合北江下游的防洪態勢,說明了該模型方法的可行性、合理性和有效性。與傳統的計點系統模型相比,支持向量機模型的評價結果更接近實際情況。

工程巖體抗剪強度參數選取的支持向量機模型——影響工程巖體抗剪強度參數的因素復雜，且具有不確定性，由于支持向量機模型不僅能考慮定量因素，而且能考慮定性因素的影響，因而支持向量機適用于解決非確定性的工程巖體抗剪強度參數的選取問題。文中建立了選取工...

季節型電力負荷同時具有增長性和波動性的二重趨勢,使得負荷的變化呈現出復雜的非線性組合特征。對此,提出了一種綜合最優灰色支持向量機預測模型,研究了同時考慮2種非線性趨勢的復雜季節型負荷預測問題,說明了此優化模型分別優于2種單一負荷預測模型。在此基礎上,對一般粒子群算法引入粒子速度自適應可調機制,并利用改進粒子群算法優化組合預測模型中的權值。對電力負荷預測應用實例的計算結果表明,該模型較大提高了季節型負荷預測的精度,具有較好的性能。

基于支持向量機的建筑物空調負荷預測模型——建立了基于支持向量機理論的建筑物空調負荷預測模型。對廣州地區某辦公樓夏季不同月份的逐時空調負荷,分別用模型和神經網絡模型進行了訓練和預測。仿真結果表明,模型具有更高的預測精度和更好的泛化能力,是建筑物空...

提出一種聯合灰色模型(greymodel,gm)和最小二乘支持向量機回歸(leastsquaresupportvectorregression,lssvr)算法的電力短期負荷智能組合預測方法。在考慮負荷日周期性的基礎上,通過對歷史負荷數據的不同取舍,構建出各種不同的歷史負荷數據序列,并對每個歷史數據序列分別建立能修正β參數的gm(1,1)灰色模型進行負荷預測;采用最小二乘支持向量機回歸算法對不同灰色模型的預測結果進行非線性組合,以獲取最終預測值。該方法在充分利用灰色模型所需原始數據少、建模簡單、運算方便等優勢的基礎上,結合最小二乘支持向量機所具有的泛化能力強、非線性擬合性好、小樣本等特性,提高了預測精度。仿真結果驗證了所提出組合方法的有效性和實用性。

由于公路工程造價的影響因素錯綜復雜,且歷史數據非常有限,使公路工程造價預測成為典型的小樣本條件下非線性回歸問題。針對傳統的回歸方法解決這類問題的不足,該文提出一種新型的公路工程造價預測模型。該模型基于最小二乘支持向量機的基本原理,結合公路工程的具體特征,實現了公路工程造價的智能化預測。新模型充分發揮了最小二乘支持向量機在解決有限樣本及非線性回歸問題中的優勢,建立了較準確的預測模型,且訓練速度較普通支持向量機更快。實證數據分析驗證了本模型的有效性。

基于支持向量機方法的深基坑變形預測——提出了深基坑變形預測的一種新方法，即支持向量機方法．該方法根據有限的學習樣本，建立了各種影響因素和深基坑變形之問的一種非線性映射．基于已有的深基坑變形資料，采用支持向量機模型，對深基坑現場實例進行了預測，...

由于中央空調系統的時滯性、時變性、非線性和大惰性等特性,使得當前采用的中央空調負荷預測算法精度并不高,本文在江陰某樓宇空調系統節能改造項目的基礎上,從中央空調系統的組成和特性出發,提出了基于支持向量回歸機（supportvectorregressionsvr）理論的中央空調負荷預測模型。對項目樓宇歷史負荷數據進行分析,分別采用svr負荷預測模型和bp神經網絡負荷預測模型進行了訓練和預測。預測結果表明：基于svr負荷預測模型較bp神經網絡負荷預測模型精度更高,具有較強的實用性和可行性。

支持向量機在公路軟基沉降預測中的應用——針對公路軟土地基沉降發生的過程多變量、強耦合、強干擾、大滯后的復雜特性，提出利用支持向量機(supportvectormachine，svm)對公路軟基進行沉降預測建模，使用加栽過程中的沉降觀測數據作為訓練樣本集，建立可依據...

結合支持向量機模型和小波框架理論,建立了沉降預測模型,并對杭州市某小區的危舊建筑物進行了沉降預測,結果表明該模型預測精度較高,可以較好地預測建筑物沉降的發展趨向,適用于建筑沉降預警工作。

本文針對中國建筑施工企業安全管理現狀,以企業預警管理論和現代施工安全管理理論為指導,結合建筑安全施工的實踐與經驗,建立基于支持向量機的安全預警模型,構建具有自我調節、自我適應能力的建筑施工安全預警管理體系。根據建筑施工現場的調查,經過分析,應用支持向量機預警模型進行預警研究,通過預警的結果,分析建筑施工現場的安全程度。這為建筑施工現場減少事故的發生提供了一定的參考。