本文選題：大壩 + 小波包分解�。� 參考：《水電能源科學(xué)》2017年05期

【摘要】：現(xiàn)行大壩安全監(jiān)控技術(shù)不能按實(shí)測(cè)信號(hào)中不同頻段信號(hào)特征分別選取不同監(jiān)測(cè)模型進(jìn)行處理,影響了大壩變形預(yù)測(cè)精度。為此,在利用小波包分解獲取實(shí)測(cè)信號(hào)中的系統(tǒng)信號(hào)和隨機(jī)信號(hào)的基礎(chǔ)上,提出了一種基于逐步回歸和GDCS-SVM的大壩變形預(yù)測(cè)組合模型,并進(jìn)行了驗(yàn)證。工程實(shí)例表明,GDCS-SVM預(yù)測(cè)效果優(yōu)于CS-SVM,而所建組合模型預(yù)測(cè)精度高于單一監(jiān)測(cè)模型,具有較強(qiáng)的泛化能力和較好的全局預(yù)測(cè)精度,可用于大壩變形預(yù)測(cè)。
[Abstract]:The current dam safety monitoring technology can not select different monitoring models according to the signal characteristics of different frequency bands in the measured signal, which affects the accuracy of dam deformation prediction. Based on the wavelet packet decomposition to obtain the system signal and random signal, a combined model of dam deformation prediction based on stepwise regression and GDCS-SVM is proposed and verified. The engineering example shows that GDCS-SVM is superior to CS-SVM, and the combined model is more accurate than the single monitoring model. It has strong generalization ability and good global prediction precision, so it can be used for dam deformation prediction.
【作者單位】： 南昌大學(xué)建筑工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(51409139,51569014,51509125)
【分類號(hào)】：TV698.1+1

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黨建;何洋洋;賈嶸;董開(kāi)松;謝永濤;;水輪發(fā)電機(jī)組非平穩(wěn)振動(dòng)信號(hào)的檢測(cè)與故障診斷[J];水利學(xué)報(bào);2016年02期

2 李廣春;戴吾蛟;楊國(guó)祥;劉斌;;時(shí)空自回歸模型在大壩變形分析中的應(yīng)用[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2015年07期

3 蘭少峰;劉升;;布谷鳥(niǎo)搜索算法研究綜述[J];計(jì)算機(jī)工程與設(shè)計(jì);2015年04期

4 杜傳陽(yáng);鄭東健;張毅;孔慶梅;張秀山;李媛;;基于改進(jìn)PSO-SVM-MC模型的大壩變形監(jiān)測(cè)模型[J];水電能源科學(xué);2015年02期

5 劉愛(ài)國(guó);薛云濤;胡江鷺;劉路平;;基于GA優(yōu)化SVM的風(fēng)電功率的超短期預(yù)測(cè)[J];電力系統(tǒng)保護(hù)與控制;2015年02期

6 明波;黃強(qiáng);王義民;劉登峰;白濤;;基于改進(jìn)布谷鳥(niǎo)算法的梯級(jí)水庫(kù)優(yōu)化調(diào)度研究[J];水利學(xué)報(bào);2015年03期

7 崔偉杰;包騰飛;張學(xué)峰;傅兆慶;;改進(jìn)的灰色線性回歸組合模型在大壩變形監(jiān)測(cè)中的應(yīng)用[J];水電能源科學(xué);2013年06期

8 劉俊娥;安鳳平;林大超;郭章林;張立寧;;采煤工作面瓦斯涌出量的固有模態(tài)SVM建模預(yù)測(cè)[J];系統(tǒng)工程理論與實(shí)踐;2013年02期

9 敖敏思;胡友健;趙斌;葉險(xiǎn)峰;丁開(kāi)華;;小波包分解提取高采樣率GPS地震波信號(hào)[J];地球科學(xué)(中國(guó)地質(zhì)大學(xué)學(xué)報(bào));2012年05期

10 汪樹(shù)玉,劉國(guó)華,杜王蓋,石教英,董峰;大壩觀測(cè)數(shù)據(jù)序列中的混沌現(xiàn)象[J];水利學(xué)報(bào);1999年07期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李笑竹;陳志軍;閆學(xué)勤;樊小朝;鹿劍;李鳳玲;;基于ACS的水質(zhì)水量聯(lián)合調(diào)度[J];人民黃河;2017年06期

2 錢競(jìng)遠(yuǎn);楊輝華;劉振丙;;基于布谷鳥(niǎo)搜索算法的主題爬蟲策略設(shè)計(jì)[J];儀器儀表用戶;2017年06期

3 溫勇兵;徐鎮(zhèn)凱;魏博文;蔣水華;;基于逐步回歸和GDCS-SVM的大壩變形預(yù)測(cè)組合模型[J];水電能源科學(xué);2017年05期

4 崔東文;;鯨魚優(yōu)化算法在水庫(kù)優(yōu)化調(diào)度中的應(yīng)用[J];水利水電科技進(jìn)展;2017年03期

5 石祥鋒;王麗芬;沈陽(yáng);劉俊娥;郭章林;;基于GA-SVM的基坑施工地面沉降時(shí)間序列預(yù)測(cè)研究[J];施工技術(shù);2017年08期

6 毛亞明;許元斌;張寧;方建亮;黃文思;毛井國(guó);謝穎捷;鄭建鋒;陸鑫;;基于大數(shù)據(jù)挖掘的低電壓成因診斷方法[J];信息技術(shù);2017年04期

7 郭志明;李長(zhǎng)福;姬廣振;劉勤;錢云鵬;胡冰u&;;改進(jìn)布谷鳥(niǎo)算法在成敗型產(chǎn)品可靠性抽樣檢驗(yàn)方案設(shè)計(jì)中的應(yīng)用研究[J];兵工學(xué)報(bào);2017年04期

8 馬旭;白濤;秦濤;暢建霞;;水庫(kù)和泵站群的多目標(biāo)聯(lián)合調(diào)度研究[J];水資源研究;2017年02期

9 魏冠軍;黨亞民;章傳銀;楊維芳;;顧及不確定性影響的變形概率預(yù)報(bào)法[J];測(cè)繪學(xué)報(bào);2017年04期

10 李建強(qiáng);趙凱;牛成林;尹喜超;陳星旭;邢飛;;基于GA-SVM的電站鍋爐煙氣含氧量軟測(cè)量模型[J];熱力發(fā)電;2017年04期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈峰;武兵;熊曉燕;熊詩(shī)波;;基于多維度排列熵與支持向量機(jī)的軸承早期故障診斷方法[J];計(jì)算機(jī)集成制造系統(tǒng);2014年09期

2 王賀;胡志堅(jiān);張翌暉;李晨;楊楠;王戰(zhàn)勝;;基于聚類經(jīng)驗(yàn)?zāi)B(tài)分解和最小二乘支持向量機(jī)的短期風(fēng)速組合預(yù)測(cè)[J];電工技術(shù)學(xué)報(bào);2014年04期

3 張永椺;汪鐳;吳啟迪;;動(dòng)態(tài)適應(yīng)布谷鳥(niǎo)搜索算法[J];控制與決策;2014年04期

4 修春波;任曉;李艷晴;劉明鳳;;基于卡爾曼濾波的風(fēng)速序列短期預(yù)測(cè)方法[J];電工技術(shù)學(xué)報(bào);2014年02期

5 茆美琴;龔文劍;張榴晨;曹雨;徐海波;;基于EEMD-SVM方法的光伏電站短期出力預(yù)測(cè)[J];中國(guó)電機(jī)工程學(xué)報(bào);2013年34期

6 王李進(jìn);尹義龍;鐘一文;;逐維改進(jìn)的布谷鳥(niǎo)搜索算法[J];軟件學(xué)報(bào);2013年11期

7 陳樂(lè);龍文;;求解工程結(jié)構(gòu)優(yōu)化問(wèn)題的改進(jìn)布谷鳥(niǎo)搜索算法[J];計(jì)算機(jī)應(yīng)用研究;2014年03期

8 賴錦輝;梁松;;一種新的基于GCS-SVM的網(wǎng)絡(luò)流量預(yù)測(cè)模型[J];計(jì)算機(jī)工程與應(yīng)用;2013年21期

9 胡欣欣;;求解函數(shù)優(yōu)化問(wèn)題的改進(jìn)布谷鳥(niǎo)搜索算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年10期

10 吳炅;周健勇;;整數(shù)規(guī)劃的布谷鳥(niǎo)算法[J];數(shù)學(xué)理論與應(yīng)用;2013年03期

，

本文編號(hào)：1997964