基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对大坝监测资料的不确定、小样本、短序列等特点,引入LSSVM方法,采用粒子群优化算法(PSO)支持向量机参数,实现了支持向量机模型输入向量的优化设计.工程实例分析表明,PSO参数寻优将使PSO-LSSVM模型拟合和预测精度更高,PSO-LSSVM预测结果更接近实际监测值,该模型可适用于工程安全监测预测预报领域.
推荐文章
大坝安全监测贫信息的灰模型
灰理论
贫信息
关联度
GM(1,N)模型
大坝安全
滑坡位移时序预测的核函数构造
核函数
特征空间
预测
位移时序
滑坡
基于支持向量机-马尔可夫链的位移时序预测
支持向量机
马尔可夫链
位移时间序列
粒子群优化
基于DPSO-ANFIS的大坝变形预测模型
自适应模糊神经网络
动态权重粒子群算法
大坝变形预测
适应度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于安全监测信息的大坝位移时变预测模型研究
来源期刊 水力发电 学科 工学
关键词 安全监测 位移 优化算法 时变预测 粒子群优化算法
年,卷(期) 2015,(4) 所属期刊栏目 安全监测与评价
研究方向 页码范围 86-90
页数 5页 分类号 TV698.11
字数 3568字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张书华 三峡大学科技学院 7 12 2.0 3.0
2 赵中华 9 16 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (78)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (10)
二级引证文献  (0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
安全监测
位移
优化算法
时变预测
粒子群优化算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水力发电
月刊
0559-9342
11-1845/TV
大16开
北京西城区德外六铺炕北小街2号
2-428
1954
chi
出版文献量(篇)
7774
总下载数(次)
11
总被引数(次)
33587
论文1v1指导