期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于改进模糊支持向量回归模型的地震人员伤亡预测研究
1
作者 沈健 李梦瑶 《价值工程》 2025年第7期101-104,共4页
本文构建了地震人员伤亡预测指标体系,并采用主成分分析法(PCA)对数据进行降维处理。使用模糊支持向量回归(FSVR)模型减少噪声点对预测结果的影响,并采用模糊均值聚类(FCM)算法确定隶属度函数。此外,利用粒子群算法(PSO)进行寻优得到最... 本文构建了地震人员伤亡预测指标体系,并采用主成分分析法(PCA)对数据进行降维处理。使用模糊支持向量回归(FSVR)模型减少噪声点对预测结果的影响,并采用模糊均值聚类(FCM)算法确定隶属度函数。此外,利用粒子群算法(PSO)进行寻优得到最优FSVR参数,最终建立PSO-FSVR地震伤亡预测模型。 展开更多
关键词 地震伤亡预测 模糊支持向量回归 粒子群优化算法 主成分分析
在线阅读 下载PDF
主成分分析法和遗传算法优化的支持向量机模型在地震伤亡人数预测中的应用 被引量:9
2
作者 王晨晖 刘立申 +3 位作者 任佳 袁颖 王利兵 陈凯男 《地震》 CSCD 北大核心 2020年第3期142-152,共11页
为有效解决地震伤亡人数预测所需影响因子多、运算量大、模型训练烦琐等问题,构建了主成分分析法(PCA)和遗传算法(GA)优化的支持向量机(SVM)模型,采用PCA对地震伤亡人数影响因子进行降维以去除贡献率较低的主成分,将贡献率较大的主成分... 为有效解决地震伤亡人数预测所需影响因子多、运算量大、模型训练烦琐等问题,构建了主成分分析法(PCA)和遗传算法(GA)优化的支持向量机(SVM)模型,采用PCA对地震伤亡人数影响因子进行降维以去除贡献率较低的主成分,将贡献率较大的主成分作为支持向量机的输入变量,以地震伤亡人数作为输出变量,利用GA对SVM模型性能参数进行优化,建立基于PCA-GA-SVM的地震伤亡人数预测模型,并对测试样本进行预测,结果表明:与SVM模型、GA-SVM模型和PCA-GA-BP模型相比,PCA-GA-SVM模型的预测准确率和运行效率分别提高4.73%、1.14%、9.99%和47.05%、36.76%、44.55%。结果显示,PCA-GA-SVM模型预测精度高,泛化能力强,能够科学合理地对地震伤亡人数作出预测。 展开更多
关键词 地震伤亡人数预测 主成分分析法 遗传算法 支持向量机
在线阅读 下载PDF
基于地震损伤指数的地震人员伤亡预测方法 被引量:7
3
作者 何明哲 周文松 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2011年第4期23-27,共5页
为弥补HAZUS方法在损伤中值确定中存在的主观性等不足,引入Park-Ang损伤模型中的地震损伤指数概念,采用HAZUS方法的理论框架,提出基于地震损伤指数的地震人员伤亡预测方法.通过对某6层钢筋混凝土框架进行地震人员伤亡分析,表明提出的方... 为弥补HAZUS方法在损伤中值确定中存在的主观性等不足,引入Park-Ang损伤模型中的地震损伤指数概念,采用HAZUS方法的理论框架,提出基于地震损伤指数的地震人员伤亡预测方法.通过对某6层钢筋混凝土框架进行地震人员伤亡分析,表明提出的方法在地震人员伤亡预测中的科学性和可行性. 展开更多
关键词 HAZUS方法 地震损伤指数 地震人员伤亡预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部