基于SVM理论的大坝安全预警模型研究

摘要：

大坝安全预警模型可以理解为根据特定的映射关系由影响因素域到大坝性态效应量域的计算求解问题.对于多因素综合影响下的大坝系统,这种映射关系一般为非线性的.从机器学习的角度,本文应用粗集理论和SVM理论,研究了对上述关系的拟合.首先,利用粗集理论智能数据分析方法,对大坝安全监测信息进行预处理,抽取关键成分作为映射关系的输入,从而确定映射关系的初始拓扑结构.在此基础上,应用最小二乘支持向量机算法,以训练误差作为优化问题 的约束条件,以置信范围值最小化作为优化目标,从大坝安全原型观测数据中学习归纳出大坝系统运行规律,从而实现对大坝安全预警模型的构建.实例分析表明,该模型能够有效的模拟和预测大坝工作性态与主要影响因素的关系.

关键词：大坝安全、预警模型、机器学习、SVM理论

所属期刊栏目：17

分类号：TV697(水利枢纽、水工建筑物)

资助基金：国家自然科学基金重点项目50809025,50539110,50539010;国家科技支撑计划项目2008BAB29B03,20006BAC14B03

在线出版日期：2009-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：40-48