本文選題：土石壩安全監(jiān)測 + 支持向量機��； 參考：《西安理工大學》2017年碩士論文

【摘要】：近些年來,水利水電工程方興未艾,特別是我國水能資源豐富的西南地區(qū),仍有一些大型水利水電工程項目處在施工建設階段。隨著“一帶一路”戰(zhàn)略的提出,更多的水利水電建設者們將走出國門,援建其他國家。為了發(fā)揮工程的巨大效益、保證工程的平穩(wěn)運行,大壩的安全問題就顯得尤為重要,特別是占大多數(shù)的土石壩,而安全監(jiān)測是反映土石壩安全性態(tài)、減少工程事故發(fā)生的重要手段。建立土石壩安全監(jiān)測模型,分析監(jiān)測資料數(shù)據(jù),評判土石壩安全性態(tài)是安全監(jiān)測工作的重要組成部分。支持向量機(SVM)作為一種數(shù)據(jù)挖掘中的新方法,能夠較好的處理非線性、高維數(shù)和小樣本問題,具有良好的泛化能力,在土石壩安全監(jiān)測領域得到應用。但該模型參數(shù)的選取是模型性能優(yōu)劣的關鍵,分別采用粒子群算法(PSO)和人工蜂群算法(ABC)進行參數(shù)尋優(yōu)優(yōu)化模型。最后建立了土石壩安全性態(tài)模糊評價模型,結(jié)合某土石壩滲流監(jiān)測數(shù)據(jù),對土石壩滲流安全等級進行評判。本文主要研究內(nèi)容和成果如下:(1)闡述支持向量機的算法原理、特點,參數(shù)選取對模型的影響,在分析土石壩效應量和環(huán)境變量之間關系的基礎上建立了基于支持向量機的土石壩監(jiān)測模型。(2)分別介紹粒子群算法和人工蜂群算法的原理、特點、參數(shù)等內(nèi)容,針對支持向量機中采用網(wǎng)格搜索法選取模型參數(shù)導致模型精度不高的問題,將具有全局尋優(yōu)能力的粒子群算法、人工蜂群算法引入支持向量機,進行參數(shù)尋優(yōu)、優(yōu)化模型,建立了 PSO-SVM、ABC-SVM 土石壩監(jiān)測模型。(3)將建立的PSO-SVM、ABC-SVM模型應用于工程實例,結(jié)合某土石壩的位移、滲流監(jiān)測數(shù)據(jù)進行擬合與預測,并與支持向量機模型做對比分析,結(jié)果表明PSO-SVM、ABC-SVM模型預測精度更高、誤差更小。其中ABC-SVM模型的效果更好,說明ABC算法具有更強的全局尋優(yōu)能力。(4)建立土石壩安全性態(tài)模糊評價模型。先擬定監(jiān)控指標,利用模糊數(shù)學方法,確定監(jiān)測項目各測點監(jiān)測數(shù)據(jù)的隸屬度矩陣,引入博弈論確定各測點權重,通過運算得到評判結(jié)果,再根據(jù)最大隸屬度原則確定土石壩的安全性態(tài)等級。對某土石壩實測滲流監(jiān)測數(shù)據(jù)進行評判,得到的土石壩滲流安全等級結(jié)論與安全定檢報告相符。
[Abstract]:In recent years, water conservancy and hydropower projects are in the ascendant, especially in the southwest of China, where there are still some large water conservancy and hydropower projects in the construction stage. With the "Belt and Road" strategy proposed, more water conservancy and hydropower builders will go abroad to help build other countries. In order to give full play to the great benefit of the project and ensure the smooth operation of the project, the safety problem of the dam is particularly important, especially the earth-rock dam, which accounts for the majority, and the safety monitoring reflects the safety state of the earth-rock dam. An important means to reduce the occurrence of engineering accidents. It is an important part of safety monitoring work to establish the safety monitoring model of earth-rock dam, analyze the monitoring data and judge the safety state of earth-rock dam. As a new method in data mining, support Vector Machine (SVM) can deal with nonlinear, high dimension and small sample problems. It has good generalization ability and has been applied in the field of earth and rock dam safety monitoring. However, the selection of model parameters is the key to the performance of the model. Particle swarm optimization (PSO) algorithm and artificial bee colony algorithm (ABC) are used to optimize the parameters of the model. Finally, a fuzzy evaluation model of the safety of earth-rock dam is established. Combined with the seepage monitoring data of a certain earth-rock dam, the safety grade of seepage of earth-rock dam is evaluated. The main contents and results of this paper are as follows: (1) expounding the principle, characteristics and the influence of parameter selection on the model of support vector machine (SVM). Based on the analysis of the relationship between the effect quantity of earth-rock dam and environmental variables, the monitoring model of earth-rock dam based on support vector machine (SVM) is established. The principles, characteristics and parameters of particle swarm algorithm and artificial bee swarm algorithm are introduced, respectively. Aiming at the problem that selecting model parameters by grid search method in support vector machine leads to low precision of model, particle swarm optimization algorithm with global optimization ability and artificial bee colony algorithm are introduced into support vector machine to optimize parameters and optimize model. The PSO-SVMU ABC-SVM monitoring model for earth-rock dam is established. The PSO-SVMU ABC-SVM model is applied to the engineering example. Combined with the displacement of a certain earth-rock dam, the seepage monitoring data are fitted and predicted, and compared with the support vector machine model. The results show that the prediction accuracy and error of PSO-SVMU ABC-SVM model are higher and smaller. The effect of ABC-SVM model is better, which indicates that ABC algorithm has stronger global optimization ability. 4) the fuzzy evaluation model of earth and rock dam safety is established. First, the monitoring index is drawn up, and the membership matrix of the monitoring data is determined by using fuzzy mathematics method. The weight of each measuring point is determined by introducing game theory, and the evaluation results are obtained by calculation. According to the principle of maximum membership degree, the safety grade of earth-rock dam is determined. By judging the measured seepage monitoring data of a earth-rock dam, the conclusion of safety grade of seepage in earth-rock dam is in agreement with the report of safety determination and inspection.
【學位授予單位】：西安理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TV698.1

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 汝乃華,牛運光;土石壩的事故統(tǒng)計和分析[J];大壩與安全;2001年01期

2 屠福河;德國土石壩內(nèi)部侵蝕的檢測[J];浙江水利科技;2001年02期

3 ;國外土石壩內(nèi)部滲透的探測方法[J];水利科技;2001年01期

4 吳劼高;菲律賓將建成一座200m高的土石壩[J];水利水電科技進展;2003年01期

5 孫家國,谷艷玲;土石壩的消險加固方法[J];黑龍江水專學報;2004年02期

6 賀國慶;鄭艷君;;土石壩滲漏原因淺析[J];水利天地;2006年09期

7 趙青;張萬瑞;王索成;;土石壩裂縫的分析及其處理[J];黑龍江水利科技;2008年04期

8 王長征;王江彥;羅斌;;土石壩的抗震研究[J];中國西部科技;2009年19期

9 陳誠;朱歧武;李舒瑤;;土石壩潰決模型研究[J];人民黃河;2009年12期

10 馬波減;;淺析土石壩水庫的病險危害性與加固處理[J];中國水運(下半月);2010年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張鏡劍;李志遠;;土石壩可靠度分析的初步研究[A];工程結(jié)構可靠性——中國土木工程學會橋梁及結(jié)構工程學會結(jié)構可靠度委員會全國第三屆學術交流會議論文集[C];1992年

2 魏淼新;蔡新;王德信;華坤健;;公伯峽土石壩優(yōu)化設計研究[A];第五屆全國結(jié)構工程學術會議論文集（第一卷）[C];1996年

3 陳明致;;土石壩設計的進展[A];中國水利學會2001學術年會論文集[C];2001年

4 盛金保;;土石壩安全評價及除險[A];2004年水工專委會學術交流會議學術論文集[C];2004年

5 黃紅女;華錫生;周瓊;;土石壩倒垂監(jiān)測基準的優(yōu)化研究[A];第八次水利水電地基與基礎工程學術會議論文集[C];2006年

6 沈細中;史粉英;楊文麗;張敏;;土石壩震損破壞特征及其應急處理措施[A];中國水利學會2008學術年會論文集（下冊）[C];2008年

7 黃理軍;張文萍;;南方土石壩加高問題的研究[A];2007年湖南水電科普論壇論文集[C];2007年

8 鄒德高;徐斌;孔憲京;;邊界條件對土石壩地震反應的影響研究[A];第二屆中國水利水電巖土力學與工程學術討論會論文集（一）[C];2008年

9 朱晟;;土石壩震害與抗震安全[A];現(xiàn)代水利水電工程抗震防災研究與進展（2011年）[C];2011年

10 李永強;景立平;梁海安;劉春輝;;汶川地震中土石壩地震災變過程三維再現(xiàn)[A];現(xiàn)代水利水電工程抗震防災研究與進展（2011年）[C];2011年

中國重要報紙全文數(shù)據(jù)庫 前3條

1 記者夏靜　特約通訊員馬莉;湖北將建世界最高混凝土石壩[N];光明日報;2002年

2 ;土石壩滲漏控制技術[N];中國水利報;2008年

3 中國產(chǎn)業(yè)用紡織品協(xié)會;幾大功能詮釋滌綸無紡布[N];中國紡織報;2005年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 吳兆營;傾斜入射條件下土石壩最不利地震動輸入研究[D];中國地震局工程力學研究所;2007年

2 劉振平;土石壩地震應變分析與壩料動力參數(shù)反演[D];大連理工大學;2013年

3 劉福海;土石壩地震破壞機理振動臺試驗研究[D];大連理工大學;2012年

4 張曉雷;支持向量機若干問題的研究[D];清華大學;2012年

5 王瑜;基于支持向量機和多信息融合的局部放電故障診斷研究[D];華北電力大學;2015年

6 郭虎升;支持向量機的優(yōu)化建模方法研究[D];山西大學;2014年

7 姚毓凱;支持向量機關鍵技術及其在人體活動識別中的應用研究[D];蘭州大學;2015年

8 周葉;基于新異類檢測和支持向量機的水電機組診斷技術研究[D];中國水利水電科學研究院;2015年

9 張華美;穿墻雷達基于支持向量機的成像算法研究[D];南京郵電大學;2015年

10 王喜賓;基于優(yōu)化支持向量機的個性化推薦研究[D];重慶大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張柯;基于支持向量機的土石壩安全監(jiān)測模型與安全性態(tài)模糊評價[D];西安理工大學;2017年

2 李明梅;土石壩填筑運行期固液耦合非線性行為研究[D];昆明理工大學;2015年

3 趙擇野;土石壩漫頂潰壩及其對下游堤防的影響[D];華北電力大學(北京);2016年

4 劉璇;在役土石壩安全性態(tài)隸屬度判診分析研究[D];南昌大學;2016年

5 孫文杰;ANSYS熱分析模塊對土石壩的滲流分析與研究[D];華北水利水電大學;2016年

6 王甜;大石頭河水庫土石壩平面有限元應力應變計算分析[D];黑龍江大學;2016年

7 胡南琦;復合水泥基土石壩防滲注漿材料試驗研究[D];山東大學;2017年

8 周煒翔;土石壩安全監(jiān)測數(shù)據(jù)的模型研究[D];西北農(nóng)林科技大學;2017年

9 應征;土石壩隱患瞬變電磁檢測方法研究[D];南昌航空大學;2011年

10 李躍鵬;某土石壩運行期滲流狀態(tài)測試分析與理論研究[D];中南大學;2012年

，

本文編號：1980786