基于聚类分区和MO-LSSVR的高拱坝变形预测模型

摘要：

为解决传统单测点监控模型未考虑多测点间的内在关联,难以反映高拱坝变形区域分布特征的问题,提出了基于聚类分区和多输出最小二乘支持向量回归机(MO-LSSVR)的高拱坝变形预测模型.模型基于测点之间的复合相似性指标,借助层次凝聚聚类(HAC)算法实现空间测点的聚类分区,再利用融合测点关联特性的MO-LSSVR对分区内多测点进行建模.工程实例验证表明,模型聚类分区结果与坝体变形空间分布特征较吻合,具有较高的准确性和稳健性,为从多测点关联维度预测坝体变形和监控大坝整体安全性态提供了一种新方法.

关键词：变形预测、高拱坝、聚类分区、MO-LSSVR

所属期刊栏目：43

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;国家自然科学基金

在线出版日期：2023-03-16（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：102-108