| 基于动态SVM-MC的大坝变形监测模型及应用 |
| |
| 引用本文： | 杜传阳,郑东健,张毅,李媛,张秀山.基于动态SVM-MC的大坝变形监测模型及应用[J].水电能源科学,2015,33(1):71-74. |
| |
| 作者姓名： | 杜传阳 郑东健 张毅 李媛 张秀山 |
| |
| 作者单位： | 河海大学 水文水资源与水利工程科学国家重点实验室， 江苏 南京 210098,河海大学 水文水资源与水利工程科学国家重点实验室， 江苏 南京 210098,黄河上游水电开发有限责任公司， 青海 西宁 810082,黄河上游水电开发有限责任公司 李家峡发电分公司, 青海 西宁 810008,青海黄河水电公司 大坝管理中心， 青海 西宁 810082 |
| |
| 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）；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”(2017-B08037)；江苏省“六大人才高峰”项目（JY-008） |
| |
| 摘 要： | 为了提高大坝监测模型的泛化能力和残差辨识的精确性,将支持向量机模型(SVM)和马尔科夫链模型(MC)相结合,建立了SVM-MC大坝变形监测模型,利用马尔科夫链模型处理SVM模型的残差,在进行预测时,采用动态更新模型的方法,即动态SVM-MC模型,并通过实例应用做了比较。结果表明,动态SVM-MC模型提高了预测的精度和泛化能力,可用于复杂大坝的安全建模。
|
| 关 键 词： | 大坝变形监测模型 支持向量机 马尔科夫链 动态模型 |
Dam Deformation Monitoring Model Based on Dynamic SVM-MC and Its Application |
| |
| DU Chuan-yang,ZHENG Dong-jian,ZHANG Yi,LI Yuan and ZHANG Xiu-shan.Dam Deformation Monitoring Model Based on Dynamic SVM-MC and Its Application[J].International Journal Hydroelectric Energy,2015,33(1):71-74. |
| |
| Authors: | DU Chuan-yang ZHENG Dong-jian ZHANG Yi LI Yuan and ZHANG Xiu-shan |
| |
| Abstract: | In order to improve generalization ability of dam monitoring model and lower the influence of residual on forecasting precision, we set up a SVM-Markov chain model of dam deformation monitoring by combining SVM and Markov chain. The residual of SVM model is processed with Markov chain model. The dynamic SVM-MC model is used to predict dam deformation. Compared with examples, the results show that the dynamic SVM-MC model can improve the precision and generalization ability of the model, which can be applied to complex dam safety modelling. |
| |
| Keywords: | dam deformation monitoring model SVM Markov chain dynamic model |
| 本文献已被 CNKI 等数据库收录！ |
|
