基于人工蜂群算法的大坝变形支持向量机预测模型.pdf

第 39卷 第 2期 三峡大学学报 (自然科学版) V01．39NO．2 2O17年 4月 JofChinaThreeGorgesUniv．(NaturalSciences) Apr．2017 DOI：10．13393／j．cnki．issn．1672—948X．2017．02．003 基于人工蜂群算法的大坝变形支持向量机预测模型 董 明 陈慧艳 伏 晓。 朱世 贤。 (1．河海大学 港 口海岸与近海工程学院，南京 210098；2．大唐环境产业集1ti股份有限公司 大唐 (北京)水务 工程技术有限公司，北京 100097；3．河海大学 水利水电学院，南京 210098) 摘要：为了解决支持向量机(SVM)参数优化方法在大坝变形预测 中易陷入局部最优解 的问题，利 用人工蜂群 (ABC)算法的强全局优化能力、强鲁棒性特点，将人工蜂群 (ABC)算法运用到 SVM参 数优化中．将惩罚因子C和核函数 作为ABC算法中的蜜源位置进行寻优，并运用到大坝的变形 监测 中．结果表 明，基于人工蜂群算法的大坝变形支持 向量机预测模型能够克服局部最优解，提升 模型的拟合与预测精度． 关键词 ：大坝变形 ； 预测模型； 蜂群 (ABC)算法； 支持向量机 (SVM) 中图分类号：TV64 文献标识码：A 文章编号：1672—948X(2017)02—0010—04 Dam DeformationSupportVectorM achinePredictionModeI BasedonArtificialBeeColonyAlgorithm DongMing Ch‘en Huiyan FuXiao。 ZhuShixian。 (1．CollegeofHarbor，Coastal OffshoreEngineering，HohaiUniv．，Nanjing210098，China；2．Datang (Beijing)WaterEngineeringTechnologyCo．，Ltd．，DatangEnvironmentIndustryGroupCo．，Ltd．，Beijing 100097．China；3．CollegeofWaterConservancy ＆ HydropowerEngineering，HohaiUniv．，Nanjing 2]O098。China) Abstract Inorderto solvetheproblem ofsupportvectormachine (SVM )parameteroptimizationmethod whichiseasytofallintolocaloptimalsolutionindam deformationprediction，basedonthestrongglobalopti— mizationabilitvandthestrongrobustnessoftheartificialbeecolony (ABC)algorithm，amethodofapplying theartificialbeeco1onv (ABC)algorithm totheoptimizationofSVM parametersisproposed．Thepenalty factorC andkerne1function areregardedasthehoneysourceintheABC algorithm foroptimization．There— suItsshow thatthedam deformationpredictionmodelbasedonABC—SVM canovercomethelocaloptimalSO一 1ution：andthefittingandpredictionaccuracyofthemode1canbepromoted． Keywords dam deformation； predictionmodel； artificialbeecolony (ABC)algorithm ； supportvecto