基于改进粒子群算法的大坝监控加权统计模型
用于大坝安全监控的加权统计模型主要依据工程经验确定各因子的权重,这种求解方式易导致部分因子信息的缺失.根据大坝安全监测数据,应用粒子群算法可优化确定加权统计模型中各参数的最优解,但对于高维度优化问题,该算法存在收敛速度慢、易陷入局部最小等不足.针对这些不足,考虑粒子种群平均位置信息的影响,提出一种新的改进粒子群算法,利用单体与种群平均位置的距离信息确定两者之间的学习因子.土石坝工程实例分析结果表明:改进粒子群算法加强了种群跳出局部最小的能力,所得加权统计模型的权重符合工程实际情况.尤其在大坝运行初期,监测资料较少的情况下,基于改进粒子群算法的大坝监控模型具有较高的预测精度和预报能力,可为大坝监控领域提供一种新的数据分析方法.
土石坝、加权统计模型、改进粒子群算法、优化计算、权重系数
34
TV698.1(水利枢纽、水工建筑物)
国家自然科学基金项目51379129;水利部公益性行业科研经费项目sg315002
2017-09-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
41-46