基于BBO-SVM的大坝变形预测模型与性能验证

• 作者: 刘志 刘泽 朱光华 杨金辉 胡少华 高培培
• 来源期刊: 水利水电技术
• 学科: 工学
• 关键词: 大坝变形 预测模型 BBO-SVM 预测性能
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 水工建筑
• 页码范围: 62-68
• 页数: 7页
• 分类号: TV698
• 字数: 4023字
• 语种: 中文
• DOI: 10.13928/j.cnki.wrahe.2020.08.008

摘要

针对大坝监测数据小样本、高维度和非线性的特点,引入支持向量机(SVM)机器学习方法,采用生物地理学优化算法(BBO)优化其惩罚因子c和核函数参数g,建立了基于BBO-SVM的大坝变形预测模型.结合2011-2016年水口大坝4个测点共900组环境量与效应量监测数据,对模型预测性能进行了验证,并将预测结果与SVM、PSO-SVM和ABC-SVM大坝变形预测模型进行对比.结果 表明:文中提出的BBO-SVM模型不仅预测精度高,且稳定性更好,4个测点的均方根误差分别达到了0.332 0、0.473 5、0.405 7、0.222 8,拟合优度分别达到了0.910 4、0.961 0、0.962 4、0.956 9.本研究可提高大坝安全监测成果利用,对于大坝健康状态预测评估具有一定的工程指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱光华		12	20	3.0	4.0
2	刘志	武汉理工大学安全科学与应急管理学院	9	21	3.0	4.0
3	胡少华	武汉理工大学安全科学与应急管理学院	20	46	4.0	6.0
5	高培培	武汉理工大学安全科学与应急管理学院	3	0	0.0	0.0
6	刘泽	武汉理工大学安全科学与应急管理学院	2	0	0.0	0.0
7	杨金辉		1	0	0.0	0.0