基于最小二乘支持向量机的大坝变形预测研究
大坝变形预测是风险评估的关键,而涉及因素存在高度非线性。为达到好的预测效果,提出了一种基于最小二乘支持向量机(LSSVM)的大坝变形预测方法。在数据预处理方面,针对传统的参数平方、立方这种处理方式,提出变阶次概念;针对LSSVM交叉验证耗时过多,提出了一种简单可行的变参数方法。为了快速获得优化结果,引入基于十进制的遗传算法。此外,为进一步提高预测精度,引入遗忘因子概念。最后,给出一个实例。
大坝变形、最小二乘支持向量机、优化、预测
TV698(水利枢纽、水工建筑物)
湖南省重大水利科技项目20140305
2015-09-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
1164-1168