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

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

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

大坝安全与监测 | 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
- 混凝土特高拱坝变形监测的智能优化支持向量机模型
- 水电能源科学 2023年第11期页码：73-76
- 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：
  
  国家重点研发计划(2022YFB4703400);国家自然科学基金项目(52079022,51979027);中央高校基本科研业务费项目(DUT21TD106)
- DOI：10.20040/j.cnki.1000-7709.2023.20230211
  中图分类号： TV698.11;TV642.4
- 纸质出版：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]. 水电能源科学, 2023,(11):73-76.

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.
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]. 水电能源科学, 2023,(11):73-76. DOI： 10.20040/j.cnki.1000-7709.2023.20230211.

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

浏览量

131

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

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