APP下载

基于IPSO-RVM的大坝安全预警模型

2016-04-08范振东崔伟杰杜传阳

长江科学院院报 2016年2期

范振东,崔伟杰,陈 敏,杜传阳

(1.河海大学a.水文水资源与水利工程科学国家重点实验室;b.水利水电学院,南京 210098;2.雅砻江流域水电开发有限公司,成都 610051)



基于IPSO-RVM的大坝安全预警模型

范振东1a,1b,崔伟杰2,陈 敏1a,1b,杜传阳1a,1b

(1.河海大学a.水文水资源与水利工程科学国家重点实验室;b.水利水电学院,南京 210098;2.雅砻江流域水电开发有限公司,成都 610051)

摘 要:针对SVM(Support Vector Machine,支持向量机)存在支持向量个数较多、核函数要求严格等不足,将性能更出色的RVM((Relevance Vector Machine,相关向量机)用于大坝安全预警模型的构建。核函数及其参数对RVM模型的性能有着重要的影响,组合局部核函数和全局核函数的混和核函数能提高模型的拟合精度和泛化能力,利用PSO(Particle Swarm Optimization,粒子群算法)能有效地对核参数进行寻优,针对标准PSO算法容易陷入局部最优点的缺陷,提出IPSO(Improved Particle Swarm Optimization,改进的粒子群算法)。将上述组合算法用于大坝安全模型的建立,实例分析表明,基于上述算法模型的性能得到了一定程度的提高。

关键词:大坝安全建模;相关向量机;混合核函数;自适应粒子群算法;拟合精度;泛化能力

2016,33(02):48-51

1 研究背景

大坝的预警模型可用来监测大坝的运行状态和指导大坝的运行方式,根据大坝的原型观测数据建立大坝工作性态的预警模型一直是大坝安全预警的研究重点[1]。目前,常用的预警模型有统计模型、确定性模型、人工智能模型等[2],其中,人工智能模型因其强大的非线性逼近能力和出色的泛化能力,在复杂的系统建模中得到广泛的应用。……

登录APP查看全文