基于PCA和ANFIS的黄土湿陷系数预测

摘要：

运用人工智能原理,提出一种基于主成分分析法(PCA)与自适应神经模糊推理系统(ANFIS)的黄土湿陷系数预测方法.首先通过主成分分析对黄土的物理指标提取主成分,以消除变量间的相关性和减少模型输入量的目的;再利用神经网络的高自适应性和模糊推理系统的推理能力建立ANFIS模型,提出一种新的黄土湿陷性预测方法.通过实测数据和预测数据的对比分析,平均误差0.29%,最大误差20%,在工程上可以接受的范围,实例说明这种预测方法是可行的.

关键词：主成因分析、模糊神经网络、ANFIS、黄土湿陷性、Matlab

所属期刊栏目：10

分类号：TU411.2(土力学、地基基础工程)

资助基金：陕西铁路工程职业技术学院科学研究基金

在线出版日期：2011-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：28-31