首页> 中文会议>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 >基于SAPSO-RVM的大坝变形预测模型

基于SAPSO-RVM的大坝变形预测模型

页面导航

摘要
著录项
相似文献
相关主题

摘要

由于支持向量机(SVM)存在结构稀疏化不足,缺乏概率信息等缺陷,将性能更具优势的相关向量机(RVM)理论引入到大坝变形预测的应用中.RVM模型的核函数选择高斯径向基函数,核参数用基于模拟退火的混合粒子群算法(SAPSO)进行寻优.在实际应用中,RVM模型的向量数量远小于SVM模型,在保持良好泛化能力的前提下计算结构得到简化,混合粒子群算法相较于一般粒子群算法其全局寻优能力也有所提高.将上述组合模型应用于大坝变形预测实例,结果表明该模型回归预测精度较高.

著录项

来源
《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》|2015年|230-238|共9页
会议地点南京
作者
唐琪; 包腾飞; 李月娇; 屠立峰;
展开▼
作者单位

全国大坝安全检测技术信息网;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类 TV698.11;
关键词
大坝; 变形预测模型; 支持向量机; 核函数; 混合粒子群算法;

相似文献

中文文献
外文文献
专利

1. 基于贝叶斯优化LightGBM的大坝变形预测模型 [J] . 高治鑫 ,包腾飞 ,李扬涛 . 长江科学院院报 . 2021,第007期
2. 基于EEMD-LSTM-MLR的大坝变形组合预测模型 [J] . 马佳佳 ,苏怀智 ,王颖慧 . 长江科学院院报 . 2021,第005期
3. 基于FCM-XGBoost的大坝变形预测模型 [J] . 杨晨蕾 ,包腾飞 . 长江科学院院报 . 2021,第008期
4. 基于GP-XGBoost的大坝变形预测模型 [J] . 徐韧 ,苏怀智 ,杨立夫 . 水利水电科技进展 . 2021,第005期
5. 基于DPSO-ANFIS的大坝变形预测模型 [J] . 马广臣 ,杨杰 ,程琳 . 水利水运工程学报 . 2021,第006期
6. 基于SVM-ARIMA的大坝变形预测模型 [C] . 沈寿亮 ,刘天祥 ,宋锦焘 . 2013年全国大坝安全监测技术与应用学术交流会 . 2016
7. 基于IGWO-SVM的大坝变形预测模型研究及应用 [A] . 程胜 . 2018

基于SAPSO-RVM的大坝变形预测模型

摘要

著录项

相似文献

相关主题

期刊订阅