15··基于SA-PSO算法优化LS-SVM的基坑土层等效参数反演*曹净唐斌懿李豪（昆明理工大学建筑工程学院，云南昆明650500）摘要针对基坑支护结构位移与土层参数具有小样本及非线性的特征，提出一种以模拟退火（SA）算法与粒子群（PSO）算法混合优化最小二乘支持向量机（LSSVM）的位移反分析方法。一是通过均匀试验构造学习与测试样本，运用SA-PSO混合算法对最小二乘支持向量机进行参数寻优，寻找模型最优参数组合，并建立最小二乘支持向量机非线性回归模型；二是构建预测位移与实测位移间的目标函数，运用SA-PSO混合算法迭代寻优基坑土层参数值。应用于昆明某实际基坑工程中，反演结果表明此方法具有一定的可行性。关键词基坑土层均匀试验模拟退火-粒子群算法最小二乘支持向量机参数反演OptimizationofLS-SVMbasedonSA-PSOalgorithmforinversionofequivalentparametersoffoundationsoillayersCAOJingTANGBinyiLIHao（FacultyofCivilEngineeringandMechanics，KunmingUniversityofScienceandTechnology，KunmingYunnan650500，China）AbstractForthecharacteristicsofsmallsamplesandnonlinearityofthedisplacementandsoilparametersofthefoundationsupportstructure，adisplacementinverseanalysismethodofleastsquaressupportvectormachine（LSSVM）isproposedwiththehybridsimulatedannealing（SA）algorithmandparticleswarm（PSO）algorithm.Thefirstistoconstructlearningandtestingsamplesthroughuniformexperiments，applytheSA-PSOhybridalgorithmtotheleastsquaressupportvectormachineforparameteroptimization，findtheoptimalcombinationofmodelparame-ters，andestablishtheleastsquaressupportvectormachinenonlinearregressionmodel;thesecondistoconstructtheobjectivefunctionbetweenpredictedandmeasureddisplacements，andapplytheSA-PSOhybridalgorithmtoitera-tivelyoptimizetheparametervaluesofthefoundationpitsoillayer.AppliedtoapracticalfoundationpitprojectinKunming，theinversionresultsshowthatthismethodhascertainfeasibility.Keywordsfoundationpitsoiluniformitytestsimulatedannealing-particleswarmalgorithmleastsquaressup-portvectormachineparameterinversion0引言岩土参数反算可视为对应目标函数寻求最优解，而岩土本身是复杂的、具有区域性和时空效应的材料，使得在多数情况下的目标函数是复杂非线性的函...
