| 基于APPSO-RVM与APPSO-SVM的大坝安全预警模型的应用比较研究 |
| |
| 引用本文： | 杜传阳,郑东健,陈敏,范振东,伏晓c.基于APPSO-RVM与APPSO-SVM的大坝安全预警模型的应用比较研究[J].水电能源科学,2015,33(3):45-49. |
| |
| 作者姓名： | 杜传阳 郑东健 陈敏 范振东 伏晓c |
| |
| 作者单位： | 河海大学 a. 水利水电学院； b. 水文水资源与水利工程科学国家重点实验室； c. 大禹学院， 江苏 南京 210098 |
| |
| 基金项目： | 国家自然科学基金重点项目（41323001，51139001）；国家自然科学基金项目（51379068, 51179066，51279052, 51209077)；高等学校博士学科点专项科研基金（20120094110005，20120094130003，20130094110010）；新世纪优秀人才支持计划资助项目(NCET-11-0628, NCET-10-0359)；水利部公益性行业科研专项经费项目(201201038，201301061)；江苏省杰出青年基金项目（BK2012036）；江苏省第四期“333工程”培养资金资助项目(BRA2011179, BRA2011145)；江苏高校优势学科建设工程资助项目（水利工程）(YS11001)；江苏省“333高层次人才培养工程”项目(2017-B08037)；江苏省“六大人才高峰”项目（JY-008）；江苏省“333高层次人才培养工程”科研项目（2016-B1307101） |
| |
| 摘 要： | 为了提高大坝安全预警模型的精度和泛化能力,基于支持向量机(SVM)和相关向量机(RVM)理论,利用自适应粒子群算法(APPSO)分别对SVM和RVM模型中的参数进行寻优,建立了基于APPSO-SVM与APPSO-RVM的大坝安全预警模型,并通过实例应用做了比较。结果表明,尽管APPSO-RVM模型的相关向量个数少于APPSO-SVM模型,但APPSO-RVM模型的拟合精度和泛化能力均高于APPSO-SVM模型,因此在实际建模时应优先选择该模型。
|
| 关 键 词： | 大坝安全建模 相关向量机 支持向量机 自适应粒子群算法 |
Application and Comparison of SVM and RVM Algorithm in Dam Safety Modeling |
| |
| Abstract: | |
| |
| Keywords: | dam safety modeling relevance vector machine support vector machine adaptive particle swarm optimization |
| 本文献已被 CNKI 等数据库收录！ |
|
