Advances in Civil Engineering / 2022 / Article / Tab 2 / Research Article
Prediction of Pile Bearing Capacity Using Opposition-Based Differential Flower Pollination-Optimized Least Squares Support Vector Regression (ODFP-LSSVR) Table 2 Prediction results of a typical run.
Data sample X 1X 2X 3X 4X 5X 6X 7X 8X 9X 10Actual Y Predicted Y 1 400 3.45 8.00 0.10 2.95 3.60 3.10 14.50 11.55 7.46 1344.00 1227.31 2 400 3.55 5.36 0.00 3.25 3.41 3.25 12.16 8.91 6.71 930.00 1070.45 3 300 3.40 5.29 0.00 3.40 3.54 3.45 12.09 8.69 6.76 661.60 623.91 4 300 3.40 5.24 0.00 3.40 3.46 3.42 12.04 8.64 6.75 559.80 588.34 5 400 3.40 7.40 0.00 3.40 3.61 3.41 14.20 10.80 7.30 1088.80 1057.05 6 400 4.35 8.00 1.02 2.05 3.47 2.05 15.42 13.37 7.64 1473.00 1298.75 7 400 3.85 7.30 0.00 2.95 3.68 3.58 14.10 11.15 7.08 1440.00 1411.29 8 300 3.40 5.20 0.00 3.40 3.45 3.45 12.00 8.60 6.73 559.80 600.21 9 400 3.40 7.33 0.00 3.40 3.55 3.42 14.13 10.73 7.28 1094.25 1063.49 10 300 3.40 5.20 0.00 3.40 3.42 3.42 12.00 8.60 6.73 610.70 598.24 11 400 4.35 8.00 1.08 2.05 3.54 2.06 15.48 13.43 7.67 1395.00 1268.95 12 300 3.40 5.20 0.00 3.40 3.43 3.43 12.00 8.60 6.73 610.70 599.40 13 400 3.40 7.35 0.00 3.40 3.57 3.42 14.15 10.75 7.29 1119.70 1051.84 14 400 4.35 8.00 1.20 2.05 3.62 2.02 15.60 13.55 7.74 1119.70 1121.77 15 300 3.40 5.30 0.00 3.40 3.54 3.44 12.10 8.70 6.76 661.60 622.50 16 400 3.45 8.00 0.20 2.95 3.50 2.90 14.60 11.65 7.52 1017.90 1086.64 17 400 3.40 7.30 0.00 3.40 3.50 3.40 14.10 10.70 7.28 900.00 1122.16 18 300 3.40 5.22 0.00 3.40 3.44 3.42 12.02 8.62 6.74 610.70 593.56 19 400 4.35 8.00 1.05 2.05 3.50 2.05 15.45 13.40 7.66 1344.00 1299.53 20 400 4.35 8.00 0.98 2.05 3.48 2.10 15.38 13.33 7.62 1224.80 1334.41 21 300 3.40 5.20 0.00 3.40 3.42 3.42 12.00 8.60 6.73 610.70 598.24 22 300 3.40 5.23 0.00 3.40 3.44 3.41 12.03 8.63 6.74 610.70 590.72 23 300 3.40 5.30 0.00 3.40 3.52 3.42 12.10 8.70 6.76 508.90 599.40 24 300 3.40 5.18 0.00 3.40 3.38 3.40 11.98 8.58 6.73 559.80 593.72 25 400 4.35 8.00 1.05 2.05 3.55 2.10 15.45 13.40 7.66 1224.80 1292.04 26 400 3.40 7.40 0.00 3.40 3.61 3.41 14.20 10.80 7.30 1152.00 1057.05 27 400 4.45 7.21 0.00 2.35 3.41 2.40 14.01 11.66 6.83 1318.00 1365.13 28 400 3.45 8.00 0.15 2.95 3.64 3.09 14.55 11.60 7.49 1344.00 1212.29 29 300 3.40 5.20 0.00 3.40 3.45 3.45 12.00 8.60 6.73 610.70 600.21 30 300 3.40 5.25 0.00 3.40 3.48 3.43 12.05 8.65 6.75 508.90 588.13 31 400 4.35 8.00 0.80 2.05 3.45 2.25 15.20 13.15 7.52 1392.00 1383.83 32 400 3.40 7.24 0.00 3.40 3.44 3.40 14.04 10.64 7.26 1395.00 1121.48 33 400 4.35 8.00 1.01 2.05 3.46 2.05 15.41 13.36 7.64 1473.00 1294.71 34 400 4.35 8.00 1.06 2.05 3.56 2.10 15.46 13.41 7.66 1224.80 1277.92 35 300 3.40 5.25 0.00 3.40 3.48 3.43 12.05 8.65 6.75 610.70 588.13 36 400 3.85 7.60 0.00 2.95 3.67 3.27 14.40 11.45 7.15 1425.00 1410.53 37 300 3.40 5.22 0.00 3.40 3.45 3.43 12.02 8.62 6.74 559.80 593.89 38 400 4.35 8.00 0.94 2.05 3.49 2.15 15.34 13.29 7.60 1395.00 1362.40 39 300 3.40 5.22 0.00 3.40 3.44 3.42 12.02 8.62 6.74 610.70 593.56 40 400 5.40 6.30 0.00 2.15 3.52 1.06 13.10 14.70 5.50 1056.00 968.29 41 400 3.40 7.26 0.00 3.40 3.46 3.40 14.06 10.66 7.27 1152.00 1143.42 42 400 4.35 8.00 0.90 2.05 3.38 2.08 15.30 13.25 7.58 1395.00 1319.21 43 400 3.45 8.00 0.06 2.95 3.41 2.95 14.46 11.51 7.43 1240.00 1248.78 44 400 4.35 8.00 1.05 2.05 3.50 2.05 15.45 13.40 7.66 1152.00 1299.45 45 300 3.40 5.25 0.00 3.40 3.49 3.44 12.05 8.65 6.75 661.60 590.77 46 400 4.35 8.00 0.95 2.05 3.41 2.06 15.35 13.30 7.60 1323.20 1283.45 47 400 4.35 8.00 0.90 2.05 3.40 2.10 15.30 13.25 7.58 1395.00 1322.17
