支持向量機(jī)及其在鐵路工程中的應(yīng)用研究.pdf

1、支持向量機(jī)（SVM）是由Vapnki及其研究小組于1995年在統(tǒng)計學(xué)習(xí)理論的基礎(chǔ)上提出來的一類新型的機(jī)器學(xué)習(xí)方法，它體現(xiàn)了結(jié)構(gòu)風(fēng)險最小化的思想和方法，能較好地解決非線性、高維數(shù)、小樣本、局部極小點等實際問題。由于其出色的學(xué)習(xí)性能，該技術(shù)已成為當(dāng)前國際機(jī)器學(xué)習(xí)界的研究熱點，并在很多領(lǐng)域取得了成功的應(yīng)用。 鑒于支持向量機(jī)具有良好學(xué)習(xí)性能和潛在應(yīng)用價值，有望解決數(shù)據(jù)挖掘（DM）中的許多問題，本文嘗試將其應(yīng)用于鐵路工程領(lǐng)域。主要進(jìn)行了如

2、下工作： 1．分析總結(jié)了目前在運(yùn)量預(yù)測和投資估算中比較常用的一些數(shù)學(xué)方法的基本原理并比較了其優(yōu)劣。從簡單的線性SVM到非線性SVM分類情形詳細(xì)論述了支持向量機(jī)的訓(xùn)練和決策過程，并對訓(xùn)練算法做了總結(jié)。 2．論述總結(jié)了神經(jīng)網(wǎng)絡(luò)技術(shù)的原理，借助MATLAB語言建立了基于BP神經(jīng)網(wǎng)絡(luò)的鐵路客運(yùn)量預(yù)測模型和基于RBF神經(jīng)網(wǎng)絡(luò)的鐵路投資估算模型，并用于實例當(dāng)中。 3．依據(jù)支持向量機(jī)原理，利用LIBSVM軟件建立了基于支持向量

3、機(jī)的運(yùn)量預(yù)測模型，用于城市鐵路客運(yùn)量預(yù)測，將實驗結(jié)果與BP模型取得的結(jié)果進(jìn)行比較，結(jié)論表明支持向量機(jī)在小樣本情況下，預(yù)測精度要優(yōu)于神經(jīng)網(wǎng)絡(luò)。 4．投資估算一直是鐵路建設(shè)中的熱點問題，用LIBSVM軟件建立支持向量機(jī)回歸模型，用于全斷面掘進(jìn)機(jī)掘進(jìn)鐵路隧道造價估算，同時對比RBF神經(jīng)網(wǎng)絡(luò)模型取得的實驗數(shù)據(jù)，結(jié)果證實了支持向量機(jī)在高維數(shù)樣本情況下的表現(xiàn)要優(yōu)于人工神經(jīng)網(wǎng)絡(luò)技術(shù)。 結(jié)論表明支持向量機(jī)在整體性能上優(yōu)于傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)方