论文部分内容阅读
为客观、合理地进行气膜薄壳钢筋混凝土穹顶储仓的工期预测,提出了基于PSO-SVR的预测方法。采用粒子群算法（particleswarmoptimization,PSO）对支持向量回归机（supportvectorregression,SVR）的参数进行优化,并运用优化后的支持向量回归机对气膜薄壳钢筋混凝土穹顶储仓的工期进行预测。通过实例验证表明：PSO-SVR模型的预测效果优于遗传算法（GA-SVR）和串联型灰色神经网络（SGNN）。