大坝变形非线性智能组合预测方法研究.pdfVIP

四川建筑科学研究 第34 潜第3 期 Sichuan Buildíng Science 129 2∞8 年6 月 大坝变形非线性智能组合预测方法研究 姜立新1 ，康飞2 ，胡军2 (1.中南大学，湖南长沙 41仪剧; 2. 大连理工大学土木水利学院，辽宁大连 116阳) , 摘 要:为同时利用不同大坝变形预测方法的特征信息，改进预测质簸，提出了一种荔于微位群优化一支持向最机(PSo­ SVM) 的大坝变形非线性智能组合预测模型。选取几种不向原理的建模方法建立预测模型并预测，利用其预测结果建立组合 预测模型，组合函数的拟合来用棍合棋函数支持向最回归算法。为提高 SVM 的学习、泛化能力，采用烧合核函数，并用具有井 行性和分布式特点的 pso 算法优化选择SVM 模型妥善数。实例分析表明，该模型较好地黯含了不同建模方法的特征信息，避 免了单一方法的偶然性，较单一预测模型、加权组合预测模型具有更高的预测精度和更小的蜂值误盏，为更准确地进行大坝 安全监拉提供了一种新的瑜径。 关键词:大坝变形监控;橄粒群优化;支持向量机;榄合核函数;智能组合预测 文意编号:1ω8 … 1933(2ω8)03 呻 129 -04 中阁分提号:TV64 文献标识码:A Nonlinear agent combined forecasting model for dam deformation JIANG Lixin 1 ,KANG Fee ,HU Jun2 ( 1. Central Sou由 UIÚvers坷，Changsha 41仪削，China; 2. Dalian UIÚversity of T，创hnology ,Dalian 11ω124 ， China) Abstract :In oroer to use the characteristic iIÚormatíon of different modeling meth叫s sufficiently and improve the quality of predíctíon result , a nonlinearω，mbiIÚng fore佣sting m叫el for dam deformation fo附asti略 based on support vector machin倒时也归rticle $warm optimization was presented in 剧s pap矶的rsùy ， predicting the prediction variable separately by several di他rent m叫e怡19 methods , then 出6 nonlinear agent combined forec酬吨 m叫.el was built using 由.6 P时ictÎo跚跚u1ts ， and the combínatorial fun，础。Oß was got 出rough support vector machines. In tM interest of improvi吨 the for时剧时aω山西cy ， support vector machines which using a míxed kemel function w邸 used ， and the parame饵rs of SVM wer电 selected by PSO algorithm which had the characteristics of p彻8Üel and distributing. 币1e new model is used to 也m deformatio~ modeling and forecasting , resu1t show 阳t the model combine the characteris配 information of different modeling metl叫S 叨叨 well. Comparing wi也 single predicti吨 model and re伊CSSive ∞，mbiIÚ咱 model ， the PSO -SVM COD必iIÚng m耐1 has the hig