基于提升小波和LS-SVM的大坝变形预测  

Dam Deformation Prediction Based on Lifting Wavelet and Least Square Support Vector Machine

作　　者：秦栋[1,2] 郑雪琴[1,2] 许后磊[1,2] 

机构地区：[1]河海大学水利水电学院,江苏南京210098 [2]河海大学水资源高效利用与工程安全国家工程研究中心,江苏南京210098

出　　处：《水电能源科学》2010年第9期64-66,共3页Water Resources and Power

基　　金：国家自然科学基金资助重点项目(50809025,50539010);国家自然科学基金资助项目(50879024)

摘　　要：提出了一种基于提升小波和最小二乘支持向量机的大坝变形预测方法,通过提升小波分析提取大坝监测数据效应量,分别对各效应量使用最小二乘支持向量机模型进行训练预测,再将合成各分量的预测结果作为最终的变形预测结果。算例结果表明,该方法较符合实际情况,具有很高的预测精度和良好的泛化能力。Based on lifting wavelet and least square support vector machine,the method of dam deformation prediction is presented.Firstly,the effect size of dam monitoring data is extracted by lifting wavelet analysis.Then,the amount of each effect size is trained with least square support vector machine.Finally,the predicted results of various components are synthesized to be used as the final prediction result of deformation.The calculation result shows that this method is more in accord with the actual situation with high prediction accuracy and good generalization ability.

关 键 词：提升小波 LS-SVM 大坝变形 变形预测 Support Vector Machine Least Square LIFTING Wavelet Based 最小二乘支持向量机 预测结果 支持向量机模型 效应量 预测精度 预测方法 小波分析 监测数据 泛化能力 训练 提取 合成 

分 类 号：TK79[动力工程及工程热物理—流体机械及工程] TV7[水利工程—水利水电工程]