融合PSO与SVR算法的软土抗剪强度参数分析

黄州, 薛瑞

自动化技术与应用 ›› 2025, Vol. 44 ›› Issue (11) : 32 -36.

PDF
自动化技术与应用 ›› 2025, Vol. 44 ›› Issue (11) : 32 -36. DOI: 10.20033/j.1003-7241.(2025)11-0032-05

融合PSO与SVR算法的软土抗剪强度参数分析

    黄州, 薛瑞
作者信息 +

Author information +
文章历史 +
PDF

摘要

为了提高在复杂地质中软土抗剪强度的分析效率以及准确率,研究提出了一种结合粒子群优化以及支持向量回归算法的组合策略,利用前者的对支持向量回归算法的参数进行优化,构建了一种高效的软土抗剪强度参数预测模型。实验结果表明,研究方法的内聚力预测准确率高达97.6%,内摩擦角的预测准确率则达到了96.8%,其均优于选择分类与回归树模型和小波分析模型。研究提出的方法有效提高了软土抗剪强度的分析效率,使其摆脱了冗杂的操作,从而有效节省了物力与财力。

关键词

软土 / 粒子群算法 / 支持向量回归 / 抗剪强度 / 内聚力 / 内摩擦角

Key words

引用本文

引用格式 ▾
融合PSO与SVR算法的软土抗剪强度参数分析[J]. 自动化技术与应用, 2025, 44(11): 32-36 DOI:10.20033/j.1003-7241.(2025)11-0032-05

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

57

访问

0

被引

详细

导航
相关文章

AI思维导图

/