论文部分内容阅读
支持向量机（SVM）以其良好的学习性能被广泛应用于包括隧道围岩变形在内的时间序列预测，核函数形式对其预测能力有重要影响，故灵活运用核技巧来增强推广性能已成为支持向量机应用研究的一个重要方面。对于标准SVM及最小二乘支持向量机（LS—SVM），由于其核函数必须满足Mercer条件，因而大大限制了核函数选取范围，制约着推广能力的进一步提升。为此引入一种新型的时间序列预测模型——线性规划支持向量机（LP—SVM），因其核函数不必满足Mercer条件，从而为灵活选取核函数提供了方便。将新预测模型应用于岭南高速公路