混凝土特高拱坝变形监测的智能优化支持向量机模型

王鹏; 康飞; 张忠举

doi:10.20040/j.cnki.1000-7709.2023.20230211

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

混凝土特高拱坝变形监测的智能优化支持向量机模型

更新时间：2026-02-25

- 混凝土特高拱坝变形监测的智能优化支持向量机模型
- Issue 11, Pages: 73-76(2023)
- 作者机构：
  
  1. 大连理工大学水利工程学院
  2. 中国水利水电第十工程局有限公司
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2023.20230211
  CLC： TV698.11;TV642.4
- Published：2023
- 稿件说明：
移动端阅览
王鹏, 康飞, 张忠举. 混凝土特高拱坝变形监测的智能优化支持向量机模型[J]. 2023, (11): 73-76.
DOI：

王鹏, 康飞, 张忠举. 混凝土特高拱坝变形监测的智能优化支持向量机模型[J]. 2023, (11): 73-76. DOI： 10.20040/j.cnki.1000-7709.2023.20230211.

摘要

拱坝变形监测模型是拱坝健康监测中最常用的方法。针对特高拱坝的变形监测问题，提出了一种混凝土特高拱坝的智能优化支持向量机变形监测模型。采用粒子群算法(PSO)优化支持向量机(SVM)的惩罚因子、核函数参数及容忍偏差，建立基于PSO-SVM的混凝土特高拱坝变形监测模型，分析了时效因子对模型性能的影响。工程实例表明，混凝土特高拱坝的PSO-SVM变形监测模型有着良好的预测精度及泛化能力，适用于特高拱坝的变形监测。

Abstract

关键词

Keywords

references

混凝土坝工程长效服役与风险评定研究述评[J]. 顾冲时;苏怀智.水利水电科技进展,2015(05)

基于逐步回归-BP神经网络的大坝变形监测模型[J]. 戚丹;包腾飞;康业渊;柴丽莎.水电能源科学,2013(08)

务川沙坝变形监测回归分析[J]. 韩亚平;辛全才;庞先明;王开拓.人民黄河,2013(07)

基于SVM理论的大坝安全预警模型研究[J]. 苏怀智;温志萍;吴中如.应用基础与工程科学学报,2009(01)

Displacement Model for Concrete Dam Safety Monitoring via Gaussian Process Regression Considering Extreme Air Temperature[J]. Fei Kang;Junjie Li.Journal of Structural Engineering,2020

SCA: A Sine Cosine Algorithm for solving optimization problems[J]. Seyedali Mirjalili.Knowledge-Based Systems,2016

水工建筑物安全监控理论及其应用[M]. 吴中如编著.高等教育出版社,2003

Views

131

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于摄影测量的钢岔管多次加载循环水压试验变形监测及残余效应分析

基于VMD的供水管道漏损检测研究

基于机器学习的梅雨分型及其降水量预测研究

基于多轴强度信息融合的特高拱坝整体安全性评价

群智能算法在月径流预测支持向量机建模中的适应性研究

Related Author

伍卫平

范钦红

何立新

管涌康

张峥

程楠

张宏洋

龙岩

Related Institution

水利部水工金属结构质量检验测试中心

华北水利水电大学测绘与地理信息学院

郑州辰维科技股份有限公司

河北工程大学水利水电学院

河北省智慧水利重点实验室

AI问答

⁰