基于ABCA-SVM的大坝变形预警模型

摘要：

合理分析大坝变形监测数据序列特征,精确预测大坝变形状况,是大坝安全监测的重要内容.针对常用大坝安全监测分析模型存在的不足,将人工蜂群算法与支持向量机模型结合起来,利用人工蜂群算法全局搜索能力强、收敛速度快等优点对支持向量机模型的惩罚因子C和核参数δ进行优化,建立了ABCA-SVM模型.某水电站大坝坝顶某点的112组径向位移预测实例表明, ABCA-SVM模型预测精度高于标准SVM模型的,可以在大坝安全监测领域推广应用.

关键词：大坝安全、变形监测、人工蜂群算法、支持向量机

所属期刊栏目：40

分类号：TV698.1(水利枢纽、水工建筑物)

资助基金：江苏省杰出青年基金资助项目BK2012036;高等学校博士学科点专项科研基金资助课题20130094110010;国家自然科学基金资助项目51179066,51139001,41323001,51079086;水利部公益性行业科研专项201301061,201201038

在线出版日期：2018-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：124-127