首页 | 本学科首页   官方微博 | 高级检索  
     

基于PSO_GM_MC的某混凝土双曲拱坝监控模型
引用本文:李 萌,包腾飞. 基于PSO_GM_MC的某混凝土双曲拱坝监控模型[J]. 水电能源科学, 2016, 34(4): 47-50
作者姓名:李 萌  包腾飞
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, 江苏 南京 210098
基金项目:国家自然科学基金项目(51379068,51139001);江苏省杰出青年基金项目(BK20140039);高等学校博士学科点专项科研基金项目(20120094110005)
摘    要:大坝位移的准确预测对大坝安全监控具有重要意义。针对传统的GM(1,1)模型在大坝位移监控中存在预测误差较大的问题,利用粒子群优化算法(PSO)对背景值权重参数寻优重构,借助马尔科夫链(MC)实现残差优化,建立了大坝位移的PSO_GM_MC监控模型。实例分析表明,PSO_GM_MC监控模型与传统灰色模型GM(1,1)相比,在大坝位移预测精度上有较大提高,可用于大坝位移的安全监控。

关 键 词:混凝土双曲拱坝  大坝位移监控  灰色模型  粒子群优化算法  马尔科夫链

Displacement Prediction of Concrete Double Curvature Dam Based on PSO_GM_MC Model
LI Meng;BAO Teng-fei. Displacement Prediction of Concrete Double Curvature Dam Based on PSO_GM_MC Model[J]. International Journal Hydroelectric Energy, 2016, 34(4): 47-50
Authors:LI Meng  BAO Teng-fei
Affiliation:LI Meng;BAO Teng-fei;College of Water Conservancy and Hydropower Engineering,Hohai University;State Key Laboratory of Hydrology-Water Resources and Hydraulic Engineering,Hohai University;
Abstract:
Keywords:dam displacement monitoring   grey model   particle swarm optimization   markov chain
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号