基于SVM理论的大坝变形监测模型改进方法研究

• 作者: 杜传阳 郑东健
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: 大坝变形监测模型 支持向量机 改进的粒子群优化算法 马尔科夫链
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 土木水电论坛
• 页码范围: 10-14
• 页数: 5页
• 分类号: TV698.1
• 字数: 3815字
• 语种: 中文
• DOI: 10.13393/j.cnki.issn.1672-948X.2015.02.003

摘要

分析与处理大坝变形监测资料对于大坝安全运行意义重大.支持向量机(SVM)能够有效解决高维数的非线性问题,并且具有良好的泛化能力.以SVM理论为基础,建立大坝变形监测模型,并在此基础上研究其改进方法.改进思路为充分利用马尔科夫链适用于原始监测数据波动大的优势,对其残差进行处理;同时考虑到核参数和惩罚因子的选择对SVM模型有很大影响,采用改进粒子群算法对其参数进行寻优.通过实例分析比较各种改进方法,结果表明,提出的对SVM模型的改进方法可以提高预测的泛化能力及精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑东健	河海大学水文水资源与水利工程科学国家重点实验室	115	637	13.0	19.0
5	杜传阳	河海大学水文水资源与水利工程科学国家重点实验室	4	20	3.0	4.0