基于ABCA-SVM的大坝变形预警模型

• 作者: 周子东 李连基 钱程
• 来源期刊: 人民黄河
• 学科: 工学
• 关键词: 大坝安全 变形监测 人工蜂群算法 支持向量机
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 工程建设管理
• 页码范围: 124-127
• 页数: 4页
• 分类号: TV698.1
• 字数: 3264字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1379.2018.04.030

摘要

合理分析大坝变形监测数据序列特征,精确预测大坝变形状况,是大坝安全监测的重要内容.针对常用大坝安全监测分析模型存在的不足,将人工蜂群算法与支持向量机模型结合起来,利用人工蜂群算法全局搜索能力强、收敛速度快等优点对支持向量机模型的惩罚因子C和核参数δ进行优化,建立了ABCA-SVM模型.某水电站大坝坝顶某点的112组径向位移预测实例表明, ABCA-SVM模型预测精度高于标准SVM模型的,可以在大坝安全监测领域推广应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱程	河海大学水利水电学院	6	13	2.0	3.0
5	李连基	河海大学水文水资源与水利工程科学国家重点实验室	3	11	2.0	3.0
6	周子东	河海大学水文水资源与水利工程科学国家重点实验室	3	13	2.0	3.0