基于PCA-SVR模型的大坝裂缝早期预报研究

• 作者: 冯树荣 王泉 肖峰 范振东 郑东健
• 来源期刊: 人民长江
• 学科: 工学
• 关键词: 裂缝开合度 PCA SVR 非线性 预报模型
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 地质与勘测
• 页码范围: 35-38
• 页数: 4页
• 分类号: TV698
• 字数: 2692字
• 语种: 中文
• DOI: 10.16232/j.cnki.1001-4179.2015.05.007

摘要

支持向量机拟合模型( SVR)可用于大坝裂缝预报,但自变量间的多重相关性和输入变量的高维数对支持向量机拟合模型的精度影响较大。基于大坝裂缝开合度理论,利用主成份分析法( PCA)提取原样本信息缩减后的主成分作为SVR模型的输入量,构建了大坝裂缝开合度的早期预报PCA-SVR模型。将该模型应用于某大坝监控资料的分析中,与传统回归模型相比,PCA-SVR模型具有更高的计算精度和运算效率,并可提前预报裂缝开合度信息,能在实际工程中广泛应用。