基于KPCA-WOA-RVM的混凝土坝变形预测模型及其应用

作者：杨晨昊; 郑东健^*

来源：水电能源科学, 2022, 40(10): 118-122.

DOI：10.20040/j.cnki.1000-7709.2022.20212212

• 混凝土坝
• 变形预测
• 核主成分分析
• 相关向量机
• 鲸群优化算法
• 相关性

在混凝土坝的安全监测中，影响混凝土坝变形的环境因子易包含噪声，且二者之间一般会存在相关性，这会降低混凝土坝变形预测模型的泛化能力。对此，采用核主成分分析法(KPCA)对输入相关向量机(RVM)的环境因子进行降维处理，同时使用鲸群优化算法(WOA)对相关向量机的参数进行寻优，构建了KPCA-WOA-RVM混凝土坝变形预测模型。实例应用结果表明，该模型预测精度高于多元线性回归(MLR)、KPCA-MLR、WOA-RVM模型，验证了将核主成分分析法应用于混凝土坝变形预测模型的合理性及该模型的优越性。

• 单位
  河海大学; 水文水资源与水利工程科学国家重点实验室