^ Random Small Sample Prediction Model on Displacement of Extensive Deep Soil Excavation | Structurae
0
  • DE
  • EN
  • FR
  • Internationale Datenbank und Galerie für Ingenieurbauwerke

Anzeige

Random Small Sample Prediction Model on Displacement of Extensive Deep Soil Excavation

Autor(en):


Medium: Fachartikel
Sprache(n): Englisch
Veröffentlicht in: The Open Civil Engineering Journal, , n. 1, v. 9
Seite(n): 53-60
DOI: 10.2174/1874149501509010053
Abstrakt:

In order to forecast the displacement of deep foundation pit support, this document proposes a new method which combines the cross validation method and supports vector machine (SVM) based on random small samples.Because the random small monitoring data are difficult to fit and forecast, the cross validation method and different kernel function of support vector machine algorithm arerepeatedly used to establish and optimize the displacement prediction model of underground continuous wall, and then uses validation samples to test the accuracy of the models. The results show that this method can meet the requirements of precision relatively well, and Cauchy kernel function is better than the other. In the aspect of accuracy of model fitting and prediction, this method has great advantages, which can be applied to practical engineering.

Copyright: © 2016 Zhou Shengquan et al.
Lizenz:

Dieses Werk wurde unter der Creative-Commons-Lizenz Namensnennung 4.0 International (CC-BY 4.0) veröffentlicht und darf unter den Lizenzbedinungen vervielfältigt, verbreitet, öffentlich zugänglich gemacht, sowie abgewandelt und bearbeitet werden. Dabei muss der Urheber bzw. Rechteinhaber genannt und die Lizenzbedingungen eingehalten werden.

  • Über diese
    Datenseite
  • Reference-ID
    10175655
  • Veröffentlicht am:
    30.12.2018
  • Geändert am:
    02.06.2021