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。
-
单位中国水利水电第十工程局有限公司; 大连理工大学