本文關(guān)鍵詞：基于蛙跳算法與卡爾曼濾波的大壩位移預(yù)測(cè)模型優(yōu)化

  更多相關(guān)文章： 蛙跳算法 卡爾曼濾波 大壩安全 位移預(yù)測(cè) 模型優(yōu)化

【摘要】：為提高傳統(tǒng)大壩位移統(tǒng)計(jì)模型的預(yù)測(cè)能力,引入蛙跳算法和卡爾曼濾波等,基于最小二乘法確定統(tǒng)計(jì)模型回歸系數(shù),采用蛙跳算法對(duì)回歸系數(shù)進(jìn)行優(yōu)化;運(yùn)用卡爾曼濾波法將回歸系數(shù)作為狀態(tài)方程的狀態(tài)向量,使預(yù)測(cè)模型能實(shí)時(shí)反映監(jiān)測(cè)數(shù)據(jù)的變化。工程算例應(yīng)用結(jié)果表明,基于蛙跳算法與卡爾曼濾波的大壩位移預(yù)測(cè)優(yōu)化模型能有效提高統(tǒng)計(jì)模型的預(yù)測(cè)精度,可為大壩位移預(yù)測(cè)提供參考。
【作者單位】： 河海大學(xué)水文水資源與水利工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室;河海大學(xué)水利水電學(xué)院;
【基金】：高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金項(xiàng)目(20130094110010) 國(guó)家自然科學(xué)基金項(xiàng)目(51579083,41323001,51139001)
【分類號(hào)】：TV698.1
【正文快照】： 1引言混凝土壩的位移分析和預(yù)測(cè)一般采用基于荷載集計(jì)算的統(tǒng)計(jì)模型,這種模型具有明確的物理意義,可較好地反映水位、氣溫等環(huán)境因素對(duì)效應(yīng)量的作用[1]。萬(wàn)程輝等[2]基于小波分析回歸模型對(duì)大壩監(jiān)測(cè)數(shù)據(jù)進(jìn)行優(yōu)化;梅澤宇等[3]提出了荷載集變量的篩選評(píng)價(jià)方法。近年來(lái),由于群智能

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 李輝;殷文明;;改進(jìn)蛙跳算法在水電站經(jīng)濟(jì)調(diào)度中的應(yīng)用[J];水利科技與經(jīng)濟(jì);2014年02期

，

本文編號(hào)：1283208