SVM大坝变形监测模型研究

• 作者: 李月娇 范振东 马琳 马福恒
• 来源期刊: 中国农村水利水电
• 学科: 工学
• 关键词: 大坝 变形监测模型 支持向量机 改进的多变异位自适应遗传算法
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 水工建筑
• 页码范围: 144-147
• 页数: 4页
• 分类号: TV698.1
• 字数: 3612字
• 语种: 中文

摘要

大坝的变形监测数据是一个复杂的非线性的时间序列，采用传统的建模方法存在拟合和预报精度低等问题。传统算法中，基本遗传算法不能确保全局最优收敛，而普通多变异位自适应遗传算法在进化初期对群体不利，容易导致进化走向局部最优。针对这一问题，提出一种基于改进的多变异位自适应遗传优化支持向量机（SVM ）的建模方法。多变异自适应遗传算法采用二进制多点交叉，可根据个体适应值大小，自动选取合适的交叉概率和遗传概率，针对遗传算法易陷入局部最优点，对上述遗传算法进行改进，并利用该算法对支持向量机的模型参数进行寻优。将上述建模方法用于大坝变形监控模型的建立，结果表明该组合算法能有效提高模型的拟合和预报精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马福恒		73	240	8.0	12.0
2	范振东	河海大学水利水电学院	5	12	2.0	3.0
11	马琳	河海大学水利水电学院	1	3	1.0	1.0