基于动态SVM-MC模型的大坝变形监测模型

摘要：

为提高大坝监测模型的泛化能力,同时考虑到残差规律会影响模型的预测精度,提出一种基于支持向量机和马尔科夫链的大坝变形监测模型.支持向量机能有效解决高维数的非线性问题,且具有很好的泛化能力,其关键在于惩罚因子和核参数的选择.将SVM模型的残差用马尔科夫链模型进行处理,以提高残差辨识的精确性.将提出的方法用于实例分析,可见基于支持向量机的马尔科夫链模型提高了预测的精度和泛化能力.

关键词： 大坝 变形监测 安全运行 支持向量机 马尔科夫链

作者: 社传阳 郑东健 张毅 李媛 张秀山

作者单位: 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 黄河上游水电开发有限责任公司,西宁8100082 黄河上游水电开发有限责任公司李家峡发电分公司,西宁810008 青海黄河水电公司大坝管理中心,西宁8100082

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: 265-272

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）