简介：利用最小二乘支持向量机（LSSVM）建立土体残余强度模型,以液限、塑性指数、粘粒含量和偏差等为输入变量,通过改变输入变量的结构建立2个LSSVM模型,并采用粒子群优化（PSO）算法设定模型参数,分别预测残余摩擦角值,并与实验值、人工神经网络（ANN）模型作比较,得出LSSVM模型具有较好的效果,另外对LSSVM的输入变量进行敏感性分析,得出偏差对模型的影响最大,印证文献中结论并说明模型的合理性。
简介：polarizableCarnot组的一些新性质被给。由在thepolarizableCarnot上选一个合适的常数为非分叉Dirichlet问题的一个班的一个重要答案，组被构造。因此，correspondingnon同类的Dirichlet问题的多答案性质被证明，在famousAlexandrov-Bakelman-Pucci类型估计的L~Q标准可能的最好被讨论。
土体残余强度的PSO-LSSVM模型
可极化Carnot群上一类非散度型方程的非平凡解
