基于MIC-BBO-SVM的大坝渗流预测模型

刘泽; 章光; 李伟林; 胡少华

首页> 中文期刊> 《中国安全生产科学技术》 >基于MIC-BBO-SVM的大坝渗流预测模型

基于MIC-BBO-SVM的大坝渗流预测模型

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为监控大坝运行过程中的异常状态,准确预测大坝渗流量的变化趋势,采用最大信息系数(MIC)量化渗流量与影响因子之间的相关性大小并从中选取主导因子作为输入变量,通过引人生物地理学优化算法(BBO)并以K折交叉验证意义下的平均均方根误差为损失函数来优化支持向量机(SVM)作为预测模型,以某水电站工程的拦河大坝为例进行模型验证.结果表明:MIC-BBO-SVM模型的拟合优度、均方根误差、平均绝对误差和平均绝对百分比误差分别为0.957 5,0.155 0 m3/h,0.135 6 m3/h,11.51％,预测性能明显优于逐步回归模型、SVM模型和MIC-SVM模型,可为大坝渗流安全监测提供参考与借鉴.

著录项

来源
《中国安全生产科学技术》 |2020年第11期|12-18|共7页
作者
刘泽; 章光; 李伟林; 胡少华;
展开▼
作者单位

武汉理工大学安全科学与应急管理学院湖北武汉430070;

武汉理工大学安全科学与应急管理学院湖北武汉430070;

武汉理工大学安全科学与应急管理学院湖北武汉430070;

武汉理工大学安全科学与应急管理学院湖北武汉430070;

国家大坝安全工程技术研究中心湖北武汉430010;

展开▼
原文格式 PDF
正文语种 chi
中图分类其他;
关键词
安全监测; 渗流量; 因子优选; MIC-BBO-SVM; 预测精度;

相似文献

中文文献
外文文献
专利

1. 基于滞后效应和防洪调度的大坝渗流预测模型研究 [J] . 胡江 ,郑鹏翔 . 三峡大学学报（自然科学版） . 2008,第006期
2. 基于模糊综合评判的大坝渗流量预测模型研究 [J] . 奚立平 . 安徽水利水电职业技术学院学报 . 2005,第004期
3. 基于随机森林的大坝渗流监测研究 [J] . 辛晟铭 . 水利科技与经济 . 2021,第006期
4. 基于可靠性理论的水电站大坝渗流风险识别方法 [J] . 饶奇 ,蒋春宇 . 地下水 . 2021,第6期
5. 基于ANSYS的达坂某水库大坝渗流稳定分析研究 [J] . 李宏伟 . 水利天地 . 2020,第002期
6. 基于熵权法的组合模型在大坝渗流预测中的应用 [C] . 孙培学 ,赵坤鹏 . 2013年全国大坝安全监测技术与应用学术交流会 . 2016
7. 基于BP-GA的渗流多目标动态反演与大坝渗流安全研究 [A] . 武晓炜 . 2019

基于MIC-BBO-SVM的大坝渗流预测模型

摘要

著录项

相似文献

相关主题

期刊订阅