基于改进PSO-SVM的大坝安全非线性预警模型

摘要：

支持向量机(SVM)回归模型的拟合和预测精度受惩罚因子和核参数选择的合理性影响较大.文中将粒子群算法引入用于SVM参数寻优,针对寻优过程中易陷入局部最优点的缺陷,研究了粒子群算法的改进办法.在此基础上,探讨了将改进PSO算法和SVM相结合进行大坝安全非线性预警模型构建的实现方法,并进行了实例验证.实例分析表明,所建模型的精度和泛化能力均得到了一定程度的提高.

关键词： 大坝安全 预警模型 支持向量机 粒子群算法

作者: 范振东 杜传阳 陈敏 郭芝韵

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;河海大学水利水电学院,南京210098 河海大学水利水电学院,南京210098 河海大学大禹学院,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2014年全国大坝安全监测技术与应用学术交流会

会议地点: 山西大同

会议语种:中文

页码: 89-95

在线出版日期: 2014-10-01（万方平台首次上网日期，不代表论文的发表时间）