论文部分内容阅读
软土路基沉降预测是一个少样本、非线性、高维数据处理问题，支持向量机能够较好地解决这类问题。为了克服该理论方法在实际应用中存在惩罚因子C和核函数参数。选取不当导致模型预测精度不高的问题，采用粒子群优化算法PSO对模型参数C和σ进行优化。工程实例表明经PSO优化的支持向量机具有较高的精确度，预测效果优于非PSO优化的支持向量机，也优于GRNN网络和BP神经网络的预测结果，值得工程技术人员借鉴。