利用优化的组合核相关向量机算法构建地表下沉预测模型

• 作 者: 罗亦泳 姚宜斌 赵庆志 周世健
• 机 构: 武汉大学测绘学院,湖北武汉,430079;东华理工大学江西省数字国土重点实验室,江西南昌,330013
• 出 处: 武汉大学学报(信息科学版)
• 发表日期: 2018年09期
• 关键词: 地表下沉预测 混合智能优化 相关向量机 置信区间 精度分析

为了提高地下开采地表下沉预测结果的精度及可靠性,提出了基于混合智能优化算法(hybrid intelligent optimization algorithm,HIOA)与组合核相关向量机(multi-kernel relevance vector machine,MK-RVM)的地下开采地表下沉预测方法。首先,分别构建HIOA与MK-RVM算法,并利用HIOA优化MK-RVM的参数。然后,采用优化后的MK-RVM构建地表下沉几何参数预测模型和动态下沉预测模型。最后,利用以上模型对上山移动角、下山移