發(fā)布時間：2017-07-20 23:16

  本文關(guān)鍵詞：基于支持向量機的新安江重力壩變形監(jiān)測模型

  更多相關(guān)文章： 新安江重力壩 大壩變形監(jiān)測 核函數(shù) SVM模型 BP神經(jīng)網(wǎng)絡(luò)模型

【摘要】：大壩在建成以后會隨著時間慢慢老化,給大壩帶來各種潛在的安全隱患,影響到大壩的“健康”狀況。因此,大壩的安全監(jiān)測逐漸被重視,深入研究大壩及壩基的安全監(jiān)測理論與方法對監(jiān)控大壩安全狀況具有重要意義。近年來,遺傳算法、灰色理論、突變理論、人工神經(jīng)網(wǎng)絡(luò)等各種新理論和方法逐漸被應(yīng)用到大壩安全監(jiān)測資料分析中,這些相關(guān)理論的研究與應(yīng)用,極大地豐富了大壩安全分析的數(shù)值模型理論方法,同時促使我國監(jiān)測資料分析的深入發(fā)展。支持向量機(SVM)是一類在統(tǒng)計學(xué)習(xí)理論基礎(chǔ)上發(fā)展起來的通用有效的新型機器學(xué)習(xí)方法,其具有較好的泛化能力,能有效的克服維數(shù)災(zāi)難,其學(xué)習(xí)訓(xùn)練過程能避免局部最優(yōu)解。本文以新安江重力壩的監(jiān)測數(shù)據(jù)為例,將SVM的原理應(yīng)用于大壩變形監(jiān)測分析中,建立大壩變形監(jiān)測SVM模型。本文研究的主要內(nèi)容如下：1.分析新安江重力壩的基本監(jiān)測數(shù)據(jù),確定出新安江重力壩變形監(jiān)測SVM模型的輸入因子。2.基于Libsvm工具箱利用交叉檢驗K-CV的方法優(yōu)化SVM模型參數(shù)c、g,然后選擇RBF與多項式兩種不同核函數(shù)建立16#壩段的變形監(jiān)測SVM模型,通過對比分析可知基于RBF核函數(shù)的SVM模型預(yù)測效果更好。3.建立新安江重力壩16#壩段的BP神經(jīng)網(wǎng)絡(luò)模型,通過對SVM模型與BP神經(jīng)網(wǎng)絡(luò)模型對比分析可知,SVM變形監(jiān)測模型的復(fù)相關(guān)系數(shù)、剩余標準差、殘差平方和、殘差絕對值最大值、最小值、平均絕對誤差、平均相對誤差分別為0.894、1.116、26.141、2.994、0.003、80.184%、0.989%；BP神經(jīng)網(wǎng)絡(luò)模型的的復(fù)相關(guān)系數(shù)、剩余標準差、殘差平方和、殘差絕對值最大值、最小值、平均絕對誤差、平均相對誤差分別為0.891、1.315、36.306、3.688、0.064、94.471%、3.161%,SVM模型在建模與預(yù)測性能方面優(yōu)于BP神經(jīng)網(wǎng)絡(luò)模型。4.再以新安江重力壩18#壩段為例建立SVM模型與BP網(wǎng)絡(luò)模型,并將兩種模型對比分析得出,SVM模型的預(yù)測精度仍優(yōu)于BP神經(jīng)網(wǎng)絡(luò)模型,進一步驗證了SVM方法的正確性與優(yōu)越性。
【關(guān)鍵詞】：新安江重力壩 大壩變形監(jiān)測 核函數(shù) SVM模型 BP神經(jīng)網(wǎng)絡(luò)模型
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TV698.11
【目錄】：

• 摘要5-7
• ABSTRACT7-12
• 第一章 緒論12-18
• 1.1 研究大壩變形監(jiān)測的背景及意義12-13
• 1.2 預(yù)測領(lǐng)域研究進展及現(xiàn)狀13-14
• 1.3 大壩變形監(jiān)測的國內(nèi)外研究現(xiàn)狀14-16
• 1.4 本文研究的主要內(nèi)容16-18
• 第二章 大壩變形監(jiān)測的理論與方法18-32
• 2.1 大壩變形監(jiān)測的統(tǒng)計學(xué)模型18-27
• 2.1.1 逐步回歸分析法19
• 2.1.2 混凝土重力壩變形監(jiān)測統(tǒng)計模型19-23
• 2.1.3 混凝土重力壩灰色分析模型23-25
• 2.1.4 混凝土重力壩神經(jīng)網(wǎng)絡(luò)分析模型25-27
• 2.2 大壩變形監(jiān)測的確定性模型與混合模型27-28
• 2.3 存在的問題28
• 2.4 大壩變形監(jiān)測分析的新理論和新方法28-30
• 2.4.1 時間序列分析法28-29
• 2.4.2 模糊聚類分析理論29-30
• 2.4.3 突變理論30
• 2.5 小結(jié)30-32
• 第三章 支持向量機理論32-48
• 3.1 機器學(xué)習(xí)問題概述32-36
• 3.1.1 經(jīng)驗風(fēng)險最小化與統(tǒng)計學(xué)習(xí)理論33-34
• 3.1.2 VC維的概念34-36
• 3.1.3 結(jié)構(gòu)風(fēng)險最小化原則36
• 3.2 支持向量機原理36-42
• 3.2.1 支持向量機算法的發(fā)展歷史及研究現(xiàn)狀37-38
• 3.2.2 支持向量機的基本概念38-41
• 3.2.3 支持向量機核函數(shù)41-42
• 3.3 支持向量機回歸估計方法42-44
• 3.3.1 支持向量機線性回歸模型42-43
• 3.3.2 支持向量機非線性回歸模型43-44
• 3.4 LIBSVM工具箱簡介44-46
• 3.5 小結(jié)46-48
• 第四章 新安江重力壩變形監(jiān)測SVM模型的建立48-76
• 4.1 新安江水電站工程概況及樞紐布置48-52
• 4.1.1 工程防滲監(jiān)測設(shè)施49-50
• 4.1.2 工程安全監(jiān)測系統(tǒng)50-52
• 4.2 新安江重力壩基本監(jiān)測數(shù)據(jù)分析52-55
• 4.2.1 上下游水位監(jiān)測資料分析52-54
• 4.2.2 氣溫監(jiān)測資料分析54-55
• 4.3 變形監(jiān)測SVM模型的建立55-74
• 4.3.1 模型輸入因子的選擇55-58
• 4.3.2 模型輸入數(shù)據(jù)預(yù)處理58-60
• 4.3.3 模型參數(shù)的優(yōu)化選取60-62
• 4.3.4 核函數(shù)的選擇62-72
• 4.3.5 模型評價指標72-73
• 4.3.6 模型建立的訓(xùn)練步驟73-74
• 4.4 小結(jié)74-76
• 第五章 新安江重力壩變形監(jiān)測SVM模型與BP模型的對比分析76-90
• 5.1 16~#壩段的BP神經(jīng)網(wǎng)絡(luò)變形監(jiān)測模型76-80
• 5.1.1 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練76-79
• 5.1.2 BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測79-80
• 5.2 16~#壩段變形監(jiān)測SVM與BP模型的對比分析80-82
• 5.3 18~#壩段的變形監(jiān)測SVM與BP模型82-88
• 5.3.1 18~#壩段變形監(jiān)測的SVM模型82-85
• 5.3.2 18~#壩段變形監(jiān)測的BP神經(jīng)網(wǎng)絡(luò)模型85-87
• 5.3.3 18~#壩段變形監(jiān)測SVM與BP模型的對比分析87-88
• 5.4 小結(jié)88-90
• 第六章 結(jié)論與展望90-92
• 6.1 結(jié)論90-91
• 6.2 展望91-92
• 致謝92-94
• 參考文獻94-98
• 附錄98

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 程惠濤,黃文虎,姜興渭,王日新;基于神經(jīng)網(wǎng)絡(luò)模型的故障預(yù)報技術(shù)研究[J];哈爾濱工業(yè)大學(xué)學(xué)報;2001年02期

2 田社平,丁國清,顏德田;神經(jīng)網(wǎng)絡(luò)模型及其在計量與測試中的應(yīng)用[J];計量技術(shù);2001年08期

3 全永兵,張化光,王洋,趙志剛;一類新型神經(jīng)網(wǎng)絡(luò)模型及其控制器設(shè)計[J];東北大學(xué)學(xué)報;2002年12期

4 魏永梅,林建中,張雷,喬俊偉,詹永麒;基于結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)模型[J];上海理工大學(xué)學(xué)報;2002年03期

5 王迎春,耿長福;一種具有較強泛化能力的神經(jīng)網(wǎng)絡(luò)模型研究與應(yīng)用[J];航天控制;2002年02期

6 戴斌祥,張娜,賀注國;關(guān)于一類離散時間神經(jīng)網(wǎng)絡(luò)模型的穩(wěn)定性[J];湖南大學(xué)學(xué)報(自然科學(xué)版);2003年01期

7 朱惠延,黃立宏,戴斌祥;一類二元神經(jīng)網(wǎng)絡(luò)模型的收斂性(英文)[J];應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報;2003年02期

8 薛文濤,陳西宏,李飛;神經(jīng)網(wǎng)絡(luò)模型在同類武器裝備綜合評估中的應(yīng)用[J];計算機仿真;2004年12期

9 孫佰清;邢愛國;張積賓;潘啟樹;;可拓神經(jīng)網(wǎng)絡(luò)模型的設(shè)計與實現(xiàn)[J];哈爾濱工業(yè)大學(xué)學(xué)報;2006年07期

10 曲東才;范紹里;吳光彬;彭軍;;基于優(yōu)化神經(jīng)網(wǎng)絡(luò)模型的系統(tǒng)建模仿真研究[J];海軍航空工程學(xué)院學(xué)報;2008年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 孫寶成;劉錫薈;;時間序列神經(jīng)網(wǎng)絡(luò)模型[A];全國青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第1卷）[C];1991年

2 周金榮;胡澤新;黃道;;一種多層混合型神經(jīng)網(wǎng)絡(luò)模型的研究[A];1995中國控制與決策學(xué)術(shù)年會論文集[C];1995年

3 王阿明;劉天放;;高階神經(jīng)網(wǎng)絡(luò)模型特性研究[A];中國地球物理學(xué)會年刊2002——中國地球物理學(xué)會第十八屆年會論文集[C];2002年

4 屈景怡;王如彬;;大腦皮層神經(jīng)網(wǎng)絡(luò)模型同步問題研究[A];第十四屆全國非線性振動暨第十一屆全國非線性動力學(xué)和運動穩(wěn)定性學(xué)術(shù)會議摘要集與會議議程[C];2013年

5 張美戀;林熙;;經(jīng)濟增長的神經(jīng)網(wǎng)絡(luò)模型[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

6 陳昭炯;葉東毅;;一個改進的競爭神經(jīng)網(wǎng)絡(luò)模型[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

7 郭成安;李建華;李明偉;;從觀測數(shù)據(jù)學(xué)習(xí)后驗概率函數(shù):一種最佳神經(jīng)網(wǎng)絡(luò)模型的設(shè)計與分析[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

8 李媛;康春艷;于亞芳;;交指型缺陷接地結(jié)構(gòu)共面波導(dǎo)的神經(jīng)網(wǎng)絡(luò)模型[A];2009年全國微波毫米波會議論文集（上冊）[C];2009年

9 禹建麗;蘇中義;楊衛(wèi)平;;牽引傳動中潤滑油牽引系數(shù)的神經(jīng)網(wǎng)絡(luò)模型[A];2005年中國智能自動化會議論文集[C];2005年

10 胡金亮;李建生;余學(xué)慶;沈建京;周濤;王永炎;;用于中醫(yī)證候量化診斷的神經(jīng)網(wǎng)絡(luò)模型的探索[A];計算機在診法中的應(yīng)用與研究論文匯編[C];2005年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 自治區(qū)交通廳養(yǎng)路費征稽處 程愛娟;應(yīng)用“神經(jīng)網(wǎng)絡(luò)模型”預(yù)測婦女的平均工資水平[N];新疆科技報(漢);2000年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 袁朝暉;二元離散神經(jīng)網(wǎng)絡(luò)模型的動力學(xué)分析[D];湖南大學(xué);2003年

2 王軍平;幾類離散神經(jīng)網(wǎng)絡(luò)模型的動力學(xué)分析[D];復(fù)旦大學(xué);2006年

3 南晉華;決策神經(jīng)網(wǎng)絡(luò)模型及應(yīng)用研究[D];華中科技大學(xué);2008年

4 周日貴;量子神經(jīng)網(wǎng)絡(luò)模型研究[D];南京航空航天大學(xué);2008年

5 劉艷青;時滯神經(jīng)網(wǎng)絡(luò)模型的穩(wěn)定性研究[D];天津大學(xué);2005年

6 趙靈曉;基于部件神經(jīng)網(wǎng)絡(luò)模型的制冷系統(tǒng)混合仿真方法及應(yīng)用[D];上海交通大學(xué);2010年

7 朱紅;高速（HS-K-WTA）神經(jīng)網(wǎng)絡(luò)模型[D];南京理工大學(xué);2003年

8 熊佩英;幾類神經(jīng)網(wǎng)絡(luò)模型的動力學(xué)分析[D];湖南大學(xué);2013年

9 劉開宇;幾類二元神經(jīng)網(wǎng)絡(luò)模型的動力學(xué)性質(zhì)研究[D];湖南大學(xué);2004年

10 黃振坤;幾類神經(jīng)網(wǎng)絡(luò)模型的動力學(xué)分析[D];浙江大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊巍;三元離散神經(jīng)網(wǎng)絡(luò)模型的穩(wěn)定性與分岔分析[D];東北林業(yè)大學(xué);2010年

2 李波;一類帶有分段連續(xù)控制項的非線性遞推關(guān)系的漸近周期性[D];延邊大學(xué);2015年

3 鞏云野;兩類具有時滯項的Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)模型的穩(wěn)定性分析[D];東北林業(yè)大學(xué);2015年

4 陳紅佳;基于BP和NNRS模型的超聲缺陷信號識別研究[D];中北大學(xué);2016年

5 張英朋;基于神經(jīng)網(wǎng)絡(luò)模型的SI發(fā)動機AFR非線性模型預(yù)測控制[D];吉林大學(xué);2016年

6 蘇延平;基于圖像處理的車牌識別技術(shù)的研究與實現(xiàn)[D];吉林大學(xué);2016年

7 劉瀲滟;我國財政風(fēng)險監(jiān)測預(yù)警方法優(yōu)選及BP神經(jīng)網(wǎng)絡(luò)模型實踐[D];云南財經(jīng)大學(xué);2016年

8 王琳;基于支持向量機的新安江重力壩變形監(jiān)測模型[D];昆明理工大學(xué);2016年

9 朱林;BP神經(jīng)網(wǎng)絡(luò)模型在地震應(yīng)急損失快速評估中的應(yīng)用[D];中國地震局地震預(yù)測研究所;2016年

10 李若飛;舍內(nèi)環(huán)境與雞健康水平的神經(jīng)網(wǎng)絡(luò)模型分析[D];東北農(nóng)業(yè)大學(xué);2009年

，

本文編號：570465