基于改进GWO和SVM的大坝变形预测

• 作者: 李明军 王均星 潘江洋 刘昊 李慧
• 来源期刊: 水力发电
• 关键词: 大坝变形 支持向量机 差分进化算法 改进灰狼算法 预测精度
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 水能资源利用关键技术湖南省重点实验室专栏
• 页码范围: 89-93
• 页数: 5页
• 分类号: TV642.4
• 语种: 中文
• DOI: 10.3969/j.issn.0559-9342.2021.03.019

摘要

建立准确可靠的大坝变形预测模型是大坝安全评价的重要内容,为此,将差分进化算法的交叉和变异算子引入灰狼优化算法(GWO),提出一种基于改进灰狼算法(MGWO)优化支持向量机(SVM)的大坝变形预测方法.通过差分进化算法丰富初始种群,提出改进灰狼优化算法(MGWO),并采用MGWO算法优化SVM的惩罚因子和核函数,建立基于MGWO-SVM算法的大坝变形预测模型.以锦屏一级特高拱坝实测数据为例,将MGWO-SVM模型与SVM、GWO-SVM模型的预测结果进行比较.结果表明,MGWO-SVM模型可以有效提高大坝变形预测精度.