很多大壩失事前會出現(xiàn)壩體變形測值異常的情況,為了確保大壩安全運行,需要建立精確的模型來進行數(shù)據(jù)分析和變形預測。針對大壩安全監(jiān)測數(shù)據(jù)序列中出現(xiàn)小樣本、短序列和序列非線性的特點,將主成分分析法(PCA)引入支持向量機(SVM)來簡化因子關(guān)系,實現(xiàn)支持向量機模型輸入的優(yōu)化設計,同時應用灰狼優(yōu)化算法(GWO)對支持向量機進行參數(shù)優(yōu)化,并結(jié)合支持向量機的非線性擬合能力,使模型更好地體現(xiàn)大壩的工作機制。以某混凝土連拱壩為例,分別建立統(tǒng)計模型、標準SVM模型、PCA-SVM模型以及PCA-GWO-SVM模型并對預測結(jié)果進行分析,對比驗證了PCA-GWO-SVM模型方法的可行性。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 基于主成分分析的灰狼優(yōu)化算法支持向量機
    1.1 支持向量機
    1.2 主成分分析
    1.3 灰狼優(yōu)化算法
    1.4 PCA-GWO-SVM組合模型建模步驟
2 工程實例
3 結(jié) 語



本文編號：3751028