基于IP SO-RVM的大坝安全预警模型

• 作者: 崔伟杰 杜传阳 范振东 陈敏
• 来源期刊: 长江科学院院报
• 学科: 工学
• 关键词: 大坝安全建模 相关向量机 混合核函数 自适应粒子群算法 拟合精度 泛化能力
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 工程安全与灾害防治
• 页码范围: 48-51
• 页数: 4页
• 分类号: TV698.1
• 字数: 3542字
• 语种: 中文
• DOI: 10.11988/ckyyb.20140801

摘要

针对SVM（ Support Vector Machine，支持向量机）存在支持向量个数较多、核函数要求严格等不足，将性能更出色的RVM（（ Relevance Vector Machine，相关向量机）用于大坝安全预警模型的构建。核函数及其参数对RVM模型的性能有着重要的影响，组合局部核函数和全局核函数的混和核函数能提高模型的拟合精度和泛化能力，利用PSO（ Particle Swarm Optimization，粒子群算法）能有效地对核参数进行寻优，针对标准PSO算法容易陷入局部最优点的缺陷，提出IPSO（ Improved Particle Swarm Optimization，改进的粒子群算法）。将上述组合算法用于大坝安全模型的建立，实例分析表明，基于上述算法模型的性能得到了一定程度的提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈敏	河海大学水文水资源与水利工程科学国家重点实验室	10	27	4.0	5.0
5	崔伟杰		10	21	2.0	4.0
6	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
10	范振东	河海大学水文水资源与水利工程科学国家重点实验室	5	12	2.0	3.0