基于奇异谱分析与PSO优化SVM的混凝土坝变形监控模型

摘要：

针对混凝土坝自动化变形监测数据存在噪声成分,且变形与环境影响因素间呈现出复杂的非线性关系等问题,提出了基于奇异谱分析(SSA)与粒子群算法(PSO)优化支持向量机(SVM)的混凝土坝变形监控模型.模型利用SSA对实测变形进行分解,提取其蕴含的趋势与周期性成分并对变形加以重构;在此基础上,采用基于PSO优化的SVM对重构变形与环境影响因素间复杂的非线性函数关系进行挖掘.实例验证结果表明,该模型具有较好的拟合与预测精度,可以有效地挖掘实测变形蕴含的数据特征,减小噪声成分对建模精度的影响,具有一定的工程应用价值.

关键词：混凝土坝、变形监控、奇异谱分析、支持向量机、粒子群算法

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：国家自然科学基金51769017,51969018

在线出版日期：2020-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：60-65,77