混合核SVM模型在大坝位移预测中的应用

作者：许后磊; 郑东健

来源：水力发电, 2010, (04): 85-88.

• 大坝
• 监测
• 小样本
• 支持向量机
• 混合核函数 dam
• monitoring
• small samples
• support vector machine
• mixed kernel function

针对大坝位移影响因素强、非线性特点和有效观测序列较短的情况提出了基于小生境遗传算法(NGA)混合核支持向量机大坝位移预测模型。核函数是支持向量机的核心部分,整合高斯和多项式两种核函数各自的优势提高了支持向量机的学习能力和泛化能力。采用主成分分析提取主成分,利用小生境遗传算法优化相关参数,某大坝连续观测数据的建模分析,证明了此种方法在大坝位移监测中应用的可行性和有效性。

• 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