基于改进DblGEGA-SVM的大坝变形预警模型

摘要：

支持向量机能有效地解决高维数非线性问题,且具有很好的泛化能力,其关键在于惩罚因子及核参数的选取.针对遗传算法具有局部搜索能力差及易陷入”早熟”收敛等缺点,本文提出利用改进的双切点交叉遗传算法对SVM模型进行参数寻优,建立了基于DblGEGA-SVM拱坝变形监测模型,并对监测数据进行拟合预测.通过实例分析,该模型与统计模型、基于基本遗传算法的支持向量机模型(GA-SVM)相比,具备更强的泛化能力和更高的预测精度.

关键词： 大坝 变形监测模型 预测精度 支持向量机 双切点交叉遗传算法

作者: 王慧 包腾飞 杨艳慧 顾微

作者单位: 河海大学水利水电学院,南京210098;河海大学水文水资源与水利工程科学国家重点实验室,南京210098 江苏省泰州引江河管理处,江苏泰州225300

会议类型: 国内会议

会议名称: 全国大坝安全监测技术信息网第八届全网大会暨2015年全国大坝安全监测技术与应用学术交流会

会议地点: 南京

会议语种:中文

页码: 323-330

在线出版日期: 2015-11-01（万方平台首次上网日期，不代表论文的发表时间）