混凝土坝变形预测模型的PCA-WOA-LSSVM组合建模方法

作者：吴敏妍; 苏怀智^*; 杨立夫

来源：水电能源科学, 2022, 40(09): 111-114.

DOI：10.20040/j.cnki.1000-7709.2022.20212401

• 混凝土坝
• 变形预测
• 主成分分析
• 鲸鱼算法
• 最小二乘支持向量机

传统的大坝变形预测模型难以反映大坝变形量与其多维影响因子之间的复杂非线性关系，最小二乘支持向量机(LSSVM)可有效处理非线性问题，故提出一种PCA-WOA-LSSVM组合建模方法来构建大坝变形预测模型。首先采用主成分分析(PCA)方法约简大坝变形影响因子，减少模型输入维数，降低模型复杂度。同时利用鲸鱼算法(WOA)搜寻LSSVM模型最优参数组合，提高模型预测精度。以某混凝土坝为例，对比基于PCA-LSSVM、LSSVM及传统多元回归方法建立的大坝变形预测模型，基于PCA-WOA-LSSVM组合建模方法构建的模型的拟合能力与预测精度均较优，能够更好地应用于大坝变形安全监控中。

• 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