科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了支撑大坝优化设计和安全评价，面板堆石坝设计和建设过程中通常要求准确评估大坝的变形特性.变形预测和控制是面板堆石坝建设过程中面临的关键问题.结合门限回归和改进支持向量机算法，建立考虑多因素的面板堆石坝典型变形特性智能预测模型.首先收集87个面板堆石坝工程实例实测数据.在统计综述大坝典型变形规律的基础上，基于多元线性回归理论阐明大坝3个典型变形指标与6个影响因素之间的相互关系，揭示影响面板堆石坝变形的主要因素.考虑实例数据非线性突变和离散性特点，采用门限回归理论按照坝高对实例变形数据进行区间聚类划分.在此基础上，构造一种自适应混合核函数，采用粒子群智能优化算法确定支持向量机主要参数，在不同坝高聚类区间内建立改进支持向量机预测模型.该模型与已有预测模型结果对比分析表明，该模型具有较高的预测精度，可以实现面板堆石坝典型变形特性的准确预测.
- 单位
