基于ACL-PSO-SVR算法的土石壩壩坡可靠度研究
發(fā)布時間:2021-07-17 10:47
作為機器學習重要的算法,支持向量回歸(SVR)在Vapnik等人提出之后,迅速得到推廣,并在各大領域得到了應用,該算法基于結構風險最小化原則,能有效的解決高維非線性系統(tǒng)的模式識別問題。利用支持向量回歸算法(SVR)進行土石壩坡安全系數模型的建立,計算出壩坡的可靠度。然而SVR算法的精度很大程度上取決于自身的參數,如懲罰系數,不敏感損失系數以及核參數等,需要對這三個參數進行合理的選擇,使得模型的精度和泛化能力達到平衡的效果。作為一種群優(yōu)化算法,粒子群算法具有很強的全局優(yōu)化能力,能夠解決支持向量回歸模型的初始參數尋優(yōu)問題。然而粒子群算法也有常數固定,空間遍歷性不好,尋優(yōu)能力較弱,收斂速度精度都不夠精確等缺點,因此引入自適應理論改善加速度常數,采用混沌映射來替換均勻隨機分布,改善粒子的空間遍歷性,Lévy飛行加速算法的收斂,改善最優(yōu)粒子的局部搜索能力,從而提出了自適應混沌Lévy飛行粒子群算法(ACL-PSO)通過SVR與本文提出的ACL-PSO算法相結合,對SVR參數進行尋優(yōu),提出了基于ACL-PSO算法的SVR(ACL-PSO-SVR),通過UCI數據集測試表明,該算法具有非常高的擬合精...
【文章來源】:西華大學四川省
【文章頁數】:67 頁
【學位級別】:碩士
【部分圖文】:
正態(tài)功能函數概率密度曲線
量分析、精確計算和數學理論以及實驗研究部分發(fā)揮著無規(guī)則的運動,但是支配這種運動的規(guī)律卻有內在確定最早發(fā)現(xiàn)于天氣預報方面,洛倫茲在用確定性方程描述的輸入變化,導致了后期不可預估的變化,因此他斷言另一個關于混沌的著名的現(xiàn)象是卡姆定理,這是幾位著動態(tài)定理過程時候發(fā)現(xiàn)的一個定理。這兩個現(xiàn)象代表了:天氣預測模型是耗散系統(tǒng),而卡姆定理是保守系統(tǒng);姆用的是嚴格的數學推理,這是在混沌研究領域必不可如下的表達式:= ( )= ( ) = 入變量發(fā)生很小的變化時,會導致模型的后期出現(xiàn)不可來描述這一現(xiàn)象,發(fā)現(xiàn)相軌跡最終會落入一條不斷纏繞)中,如下圖所示:
圖 3.5 Ackley 函數圖像 圖 3.6 Goldstein–Price 函數圖像Fig3.5 AckleyFunction image Fig3.6 Function image圖 3.7 Lévi N.13 函數圖像Fig3.7 Lévi N.13 Function image圖 3.8 Eggholder 函數圖像Fig3.8 Eggholder Function image
【參考文獻】:
期刊論文
[1]新型混沌粒子群混合優(yōu)化算法[J]. 劉軍梅. 軟件導刊. 2017(02)
[2]支持向量機法計算高土石壩壩坡穩(wěn)定可靠度[J]. 黃華堅. 人民黃河. 2015(12)
[3]基于改進混沌粒子群的特征提取方法[J]. 許迪,徐連誠,任敏. 計算機工程與設計. 2015(04)
[4]特高壩及其梯級水庫群設計安全標準研究Ⅱ:高土石壩壩坡穩(wěn)定安全系數標準[J]. 杜效鵠,李斌,陳祖煜,王玉杰,孫平. 水利學報. 2015(06)
[5]土石壩試驗新技術研究與應用[J]. 陳生水. 巖土工程學報. 2015(01)
[6]水利工程中土石壩壩坡穩(wěn)定分析[J]. 郝欣. 民營科技. 2013(03)
[7]基于統(tǒng)一強度理論的土石壩邊坡穩(wěn)定分析遺傳算法[J]. 李南生,唐博,談風婕,謝利輝. 巖土力學. 2013(01)
[8]基于ANSYS和JC法的高土石壩動力可靠度穩(wěn)定性分析[J]. 楊上清,蔣玉川,帥培建. 蘭州理工大學學報. 2012(03)
[9]SVM的幾何方法—SK類思路的研究[J]. 常振華,陳伯成,李英杰,劉文煌,閆學為. 計算機工程與應用. 2011(08)
[10]改進的混沌粒子群優(yōu)化算法[J]. 劉玲,鐘偉民,錢鋒. 華東理工大學學報(自然科學版). 2010(02)
博士論文
[1]混沌粒子群優(yōu)化算法及應用研究[D]. 徐文星.北京化工大學 2012
[2]土石壩安全風險分析方法研究[D]. 王薇.天津大學 2012
碩士論文
[1]基于支持向量機的土石壩壩坡穩(wěn)定可靠度分析[D]. 張智超.廣西大學 2015
[2]改進支持向量機在邊坡穩(wěn)定性評價及參數反演中的應用[D]. 王迎東.中國地質大學(北京) 2014
[3]土石壩的滲流特性分析及數值模擬[D]. 周樂.大連理工大學 2014
[4]基于隨機場理論的土質邊坡可靠度分析[D]. 楊艷榮.鄭州大學 2011
[5]高土石壩壩坡穩(wěn)定的可靠性研究[D]. 許春雷.大連理工大學 2010
[6]基于RSM和RAGA的混凝土重力壩可靠度分析[D]. 湯帥.合肥工業(yè)大學 2009
[7]基于ANSYS的土石壩穩(wěn)定滲流場的數值模擬[D]. 蒙富強.大連理工大學 2006
本文編號:3288025
【文章來源】:西華大學四川省
【文章頁數】:67 頁
【學位級別】:碩士
【部分圖文】:
正態(tài)功能函數概率密度曲線
量分析、精確計算和數學理論以及實驗研究部分發(fā)揮著無規(guī)則的運動,但是支配這種運動的規(guī)律卻有內在確定最早發(fā)現(xiàn)于天氣預報方面,洛倫茲在用確定性方程描述的輸入變化,導致了后期不可預估的變化,因此他斷言另一個關于混沌的著名的現(xiàn)象是卡姆定理,這是幾位著動態(tài)定理過程時候發(fā)現(xiàn)的一個定理。這兩個現(xiàn)象代表了:天氣預測模型是耗散系統(tǒng),而卡姆定理是保守系統(tǒng);姆用的是嚴格的數學推理,這是在混沌研究領域必不可如下的表達式:= ( )= ( ) = 入變量發(fā)生很小的變化時,會導致模型的后期出現(xiàn)不可來描述這一現(xiàn)象,發(fā)現(xiàn)相軌跡最終會落入一條不斷纏繞)中,如下圖所示:
圖 3.5 Ackley 函數圖像 圖 3.6 Goldstein–Price 函數圖像Fig3.5 AckleyFunction image Fig3.6 Function image圖 3.7 Lévi N.13 函數圖像Fig3.7 Lévi N.13 Function image圖 3.8 Eggholder 函數圖像Fig3.8 Eggholder Function image
【參考文獻】:
期刊論文
[1]新型混沌粒子群混合優(yōu)化算法[J]. 劉軍梅. 軟件導刊. 2017(02)
[2]支持向量機法計算高土石壩壩坡穩(wěn)定可靠度[J]. 黃華堅. 人民黃河. 2015(12)
[3]基于改進混沌粒子群的特征提取方法[J]. 許迪,徐連誠,任敏. 計算機工程與設計. 2015(04)
[4]特高壩及其梯級水庫群設計安全標準研究Ⅱ:高土石壩壩坡穩(wěn)定安全系數標準[J]. 杜效鵠,李斌,陳祖煜,王玉杰,孫平. 水利學報. 2015(06)
[5]土石壩試驗新技術研究與應用[J]. 陳生水. 巖土工程學報. 2015(01)
[6]水利工程中土石壩壩坡穩(wěn)定分析[J]. 郝欣. 民營科技. 2013(03)
[7]基于統(tǒng)一強度理論的土石壩邊坡穩(wěn)定分析遺傳算法[J]. 李南生,唐博,談風婕,謝利輝. 巖土力學. 2013(01)
[8]基于ANSYS和JC法的高土石壩動力可靠度穩(wěn)定性分析[J]. 楊上清,蔣玉川,帥培建. 蘭州理工大學學報. 2012(03)
[9]SVM的幾何方法—SK類思路的研究[J]. 常振華,陳伯成,李英杰,劉文煌,閆學為. 計算機工程與應用. 2011(08)
[10]改進的混沌粒子群優(yōu)化算法[J]. 劉玲,鐘偉民,錢鋒. 華東理工大學學報(自然科學版). 2010(02)
博士論文
[1]混沌粒子群優(yōu)化算法及應用研究[D]. 徐文星.北京化工大學 2012
[2]土石壩安全風險分析方法研究[D]. 王薇.天津大學 2012
碩士論文
[1]基于支持向量機的土石壩壩坡穩(wěn)定可靠度分析[D]. 張智超.廣西大學 2015
[2]改進支持向量機在邊坡穩(wěn)定性評價及參數反演中的應用[D]. 王迎東.中國地質大學(北京) 2014
[3]土石壩的滲流特性分析及數值模擬[D]. 周樂.大連理工大學 2014
[4]基于隨機場理論的土質邊坡可靠度分析[D]. 楊艷榮.鄭州大學 2011
[5]高土石壩壩坡穩(wěn)定的可靠性研究[D]. 許春雷.大連理工大學 2010
[6]基于RSM和RAGA的混凝土重力壩可靠度分析[D]. 湯帥.合肥工業(yè)大學 2009
[7]基于ANSYS的土石壩穩(wěn)定滲流場的數值模擬[D]. 蒙富強.大連理工大學 2006
本文編號:3288025
本文鏈接:http://sikaile.net/kejilunwen/shuiwenshuili/3288025.html
最近更新
教材專著