基于SAPSO-RVM的大坝变形预测模型及应用

作者：唐琪; 包腾飞; 李月娇; 屠立峰

来源：水电能源科学, 2015, 33(04): 85-88.

• 大坝变形预测模型
• 相关向量机
• 核函数
• 混合粒子群算法

鉴于支持向量机(SVM)存在结构稀疏化不足、缺乏概率信息等缺陷,将性能更具优势的相关向量机(RVM)理论引入到大坝变形预测的应用中。选择高斯径向基函数作为RVM模型的核函数,核参数用基于模拟退火的混合粒子群算法(SAPSO)进行寻优,进而建立SAPSO-RVM回归预测模型。实例应用结果表明,RVM模型的向量数量远小于SVM模型,在保持良好泛化能力的前提下计算结构得到简化,混合粒子群算法相较于一般粒子群算法其全局寻优能力也有所提高,SAPSO-RVM模型回归预测精度较高。

• 单位
  水文水资源与水利工程科学国家重点实验室; 河海大学