基于相关向量机模型不同核函数的精度比较
大坝的安全稳定运行不仅影响国民经济的发展，还关乎着大坝下游人民群众的生命财产安全，通过对大坝原型监测资料的分析，能够较快和较准确地判断大坝的运行状态，因此，通过对实测资料进行分析预测对大坝的安全运行起着重要作用。目前常采用的监测模型，主要有神经网络模型、支持向量机和相关向量机模型。神经网络模型可处理复杂的非线性问题，但训练时间长、训练系统不稳定，还易于收敛到局部最小值。相关向量机的模型精度受核函数的影响较大,为比较不同核函数的模型精度,本文建立了基于局部核函数、全局核函数及其混合核函数的相关向量机模型,并利用自适应粒子群算法对核函数的参数进行寻优.针对传统的高斯核函数对远离测试点的区域不敏感的问题,对待统的高斯核函数进行修正.将修正高斯核函数、多项式核函数以及基于这两种单一核函数组合而成的混合核函数分别应用于实际工程中进行精度比较分析,结果表明混合核函数的性能最优.
大坝 安全监测 相关向量机 核函数 核参数 自适应粒子群算法
顾微 包腾飞 王慧 唐琪
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
国内会议
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
南京
中文
256-264
2015-11-01（万方平台首次上网日期，不代表论文的发表时间）