發(fā)布時(shí)間：2017-09-13 13:07

  本文關(guān)鍵詞：基于相空間重構(gòu)的大壩服役性態(tài)小波支持向量機(jī)預(yù)測(cè)模型

  更多相關(guān)文章： 大壩安全 預(yù)測(cè)模型 相空間重構(gòu) 小波分析 支持向量機(jī)

【摘要】：通過支持向量機(jī)與相空間重構(gòu)、小波分析、粒子群算法等的組合應(yīng)用,充分考慮大壩原型監(jiān)測(cè)數(shù)據(jù)特征,開展了大壩變形性態(tài)預(yù)測(cè)模型研究。為提升模型的抗噪能性,首先利用小波分析工具對(duì)監(jiān)測(cè)數(shù)據(jù)序列進(jìn)行時(shí)頻分解,對(duì)分解所得的高頻子序列實(shí)施閾值去噪處理;進(jìn)而在借助混沌相空間重構(gòu)技術(shù),計(jì)算各子序列延遲時(shí)間與嵌入維數(shù)的基礎(chǔ)上,重構(gòu)各子序列的相空間。依據(jù)去噪和重構(gòu)后的變形子序列,建立大壩變形性態(tài)支持向量機(jī)預(yù)測(cè)模型。考慮到支持向量機(jī)懲罰因子與核函數(shù)參數(shù)對(duì)模型預(yù)測(cè)精度影響顯著的特點(diǎn),引入粒子群算法,并通過支持向量機(jī)的參數(shù)尋優(yōu),進(jìn)一步提高了模型的預(yù)測(cè)精度。工程實(shí)例分析表明,相空間重構(gòu)的大壩變形性態(tài)小波支持向量機(jī)預(yù)測(cè)模型具有較強(qiáng)的抗噪和泛化能力,且能夠更好地辨識(shí)蘊(yùn)含于大壩原型監(jiān)測(cè)數(shù)據(jù)中的時(shí)頻非線性特征,更利于大壩變形性態(tài)的精準(zhǔn)預(yù)測(cè)。
【作者單位】： 河海大學(xué)水文水資源與水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室;河海大學(xué)水利水電學(xué)院;
【關(guān)鍵詞】： 大壩安全 預(yù)測(cè)模型 相空間重構(gòu) 小波分析 支持向量機(jī)
【基金】：國家自然科學(xué)基金(51579083,51479054,51139001,41323001) 高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金資助課題(20130094110010)
【分類號(hào)】：TV698.1
【正文快照】： 1研究背景大壩監(jiān)測(cè)設(shè)施所獲得的監(jiān)測(cè)數(shù)據(jù)序列反映了壩體在外荷載、環(huán)境等作用下的動(dòng)態(tài)演變過程,對(duì)大壩監(jiān)測(cè)數(shù)據(jù)序列進(jìn)行處理,預(yù)測(cè)和分析大壩的服役性態(tài)是大壩安全監(jiān)控的重要內(nèi)容[1]。目前常用于非線性時(shí)間序列預(yù)測(cè)的模型有ARMA模型、支持向量機(jī)回歸模型(SVM)以及BP神經(jīng)網(wǎng)絡(luò)模

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 任永泰;李麗;;基于綜合模擬法與支持向量機(jī)的水資源預(yù)警分析[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2012年02期

2 張靈;翁毅;陳曉宏;;基于支持向量機(jī)的防洪脆弱性評(píng)價(jià)模型研究[J];人民長江;2009年24期

3 盧敏,張展羽;基于支持向量機(jī)的水資源可持續(xù)利用評(píng)價(jià)[J];水電能源科學(xué);2005年05期

4 路亮;張愛軍;;最小二乘支持向量機(jī)模型在大壩監(jiān)測(cè)中的應(yīng)用[J];人民黃河;2013年11期

5 牛海軍;蔡春;;水資源短缺風(fēng)險(xiǎn)的支持向量機(jī)應(yīng)用研究[J];遼寧科技學(xué)院學(xué)報(bào);2013年04期

6 倪遠(yuǎn)臣;;基于支持向量機(jī)的東港市降水量預(yù)測(cè)模型研究[J];陜西水利;2014年02期

7 孫傳文;鐘平安;萬新宇;王玉華;;考慮季節(jié)因子的支持向量機(jī)徑流預(yù)測(cè)模型[J];中國農(nóng)村水利水電;2014年04期

8 李波;徐寶松;武金坤;胡江;徐光磊;;基于最小二乘支持向量機(jī)的大壩力學(xué)參數(shù)反演[J];巖土工程學(xué)報(bào);2008年11期

9 衛(wèi)太祥;馬光文;黃煒斌;;基于懲罰加權(quán)支持向量機(jī)回歸的徑流預(yù)測(cè)模型[J];水力發(fā)電學(xué)報(bào);2012年06期

10 高尚;梅亮;;基于支持向量機(jī)的港口吞吐量預(yù)測(cè)[J];水運(yùn)工程;2007年05期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前2條

1 于國榮;夏自強(qiáng);;支持向量機(jī)的混沌序列預(yù)測(cè)模型及在徑流中應(yīng)用[A];2007重大水利水電科技前沿院士論壇暨首屆中國水利博士論壇論文集[C];2007年

2 梁雪春;龔艷冰;;基于支持向量機(jī)的水資源可再生能力綜合評(píng)價(jià)方法[A];江蘇省系統(tǒng)工程學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 周葉;基于新異類檢測(cè)和支持向量機(jī)的水電機(jī)組診斷技術(shù)研究[D];中國水利水電科學(xué)研究院;2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 王學(xué)明;基于支持向量機(jī)方法的工程圍巖變形預(yù)測(cè)研究[D];東北大學(xué);2009年

2 姜仁輝;設(shè)計(jì)與實(shí)現(xiàn)基于支持向量機(jī)的水電故障分類器[D];吉林大學(xué);2008年

3 韓敘東;基于支持向量機(jī)的水電故障分類器的設(shè)計(jì)與實(shí)現(xiàn)[D];東北大學(xué);2008年

4 劉子介;基于事例推理和支持向量機(jī)理論的水電廠事故處理系統(tǒng)[D];西安理工大學(xué);2006年

5 黃戈;基于最小二乘支持向量機(jī)的水輪發(fā)電機(jī)組振動(dòng)故障診斷方法研究[D];西安理工大學(xué);2009年

，

本文編號(hào)：843875