基于蛙跳算法与卡尔曼滤波的大坝位移预测模型优化研究

摘要：

通过建立大坝位移与水位、温度、时间相关关系的多因子统计模型,拟合和预测大坝位移变化过程,是大坝原型监测资料分析和安全监控的重要内容.为提升传统大坝位移统计模型的预测能力,引入蛙跳算法、卡尔曼滤波等,在最小二乘法计算得到统计模型回归系数的基础上,添加调节系数,使用蛙跳算法对回归系数进行优化;进而运用卡尔曼滤波法,将回归系数作为状态方程的状态向量,使得预测模型能够实时反映监测数据的变化.工程算例计算结果表明,该组合优化方法能够有效提高统计模型的预测精度,可应用于大坝位移预测中.

关键词： 大坝 位移预测 安全运行 预测精度 蛙跳算法 卡尔曼滤波

作者: 方正 付浩雁 杨贝贝 郭英嘉

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,江苏南京210098;河海大学水利水电学院,江苏南京210098

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: 161-167

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）