基于SDCS-SVM的大坝安全监测模型

• 作者: 包腾飞 唐琪 屠立峰 赵斌
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: 最速下降法 布谷鸟搜索算法 支持向量机 监测模型
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 土木水电论坛
• 页码范围: 6-9
• 页数: 4页
• 分类号: TV698.1
• 字数: 3281字
• 语种: 中文
• DOI: 10.13393/j.cnki.issn.1672-948X.2015.02.002

摘要

惩罚因子c和核函数参数σ的选择对于支持向量机(SVM)回归模型的拟合和预测精度至关重要.为克服SVM模型易陷入局部最优点的缺陷,利用基于最速下降法的混合布谷鸟搜索算法(SDCS)进行SVM参数的优选,提出了SDCS-SVM模型并运用于大坝的安全监测.通过实例验证分析表明,与多元回归模型相比,SDCS-SVM模型的预测精度和泛化能力均有一定程度的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	包腾飞	河海大学水利水电学院	81	244	8.0	12.0
5	赵斌		6	16	3.0	4.0
6	屠立峰	河海大学水利水电学院	6	11	2.0	3.0
10	唐琪	河海大学水利水电学院	5	5	1.0	2.0