基于奇异谱分析与PSO优化SVM的混凝土坝变形监控模型

• 作者: 牛景太
• 来源期刊: 水利水电科技进展
• 学科: 工学
• 关键词: 混凝土坝 变形监控 奇异谱分析 支持向量机 粒子群算法
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 工程技术
• 页码范围: 60-65,77
• 页数: 7页
• 分类号: TV698.1
• 语种: 中文
• DOI: 10.3880/j.issn.1006-7647.2020.06.011

摘要

针对混凝土坝自动化变形监测数据存在噪声成分,且变形与环境影响因素间呈现出复杂的非线性关系等问题,提出了基于奇异谱分析(SSA)与粒子群算法(PSO)优化支持向量机(SVM)的混凝土坝变形监控模型.模型利用SSA对实测变形进行分解,提取其蕴含的趋势与周期性成分并对变形加以重构;在此基础上,采用基于PSO优化的SVM对重构变形与环境影响因素间复杂的非线性函数关系进行挖掘.实例验证结果表明,该模型具有较好的拟合与预测精度,可以有效地挖掘实测变形蕴含的数据特征,减小噪声成分对建模精度的影响,具有一定的工程应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛景太		31	57	5.0	6.0