FA-SVM模型在大坝变形预测中的应用  

Application of FA-SVM Model in Dam Displacement Prediction

作　　者：蒋明[1,2] 郑东健[1,2] 张凯[1,2] 周子东 

机构地区：[1]河海大学水利水电学院,江苏南京210098 [2]河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098

出　　处：《水力发电》2015年第4期79-81,99,共4页Water Power

基　　金：国家自然科学基金项目(51279052);新世纪优秀人才支持计划资助(NCET-11-0628);高等学校博士学科点专项科研基金(20120094110005);中央高校基本科研业务费项目(2012B07214)

摘　　要：根据已有的监测数据预测大坝未来的变形情况,对掌握大坝运行状态,保障大坝安全运行具有重要意义。传统的变形统计模型一般是线性模型,与大坝变形的非线性特性不符合,统计模型误差较大。支持向量机(SVM)是一种高效的非线性建模方法,只是其参数选择对模型性能影响较大。应用萤火虫算法(FA)对SVM的参数进行寻优,建立了萤火虫-支持向量机模型(FA-SVM),并将其应用于某大坝变形测点的位移预测。实例分析表明,FA-SVM模型效果良好。It is important to understand dam operating state and ensure dam safety according to existing monitoring data to predict displacement of dam. The traditional statistical model of displacement is linear model, but the displacement of dam is nonlinear. The Support Vector Machine（SVM） is a high efficient nonlinear modeling method, but the model parameters have great impact on its performance. So the Firefly Algorithm（FA） is firstly used for optimizing the parameters of SVM and then a FA-SVM model is established for predict the displacement of a dam. The case study results show that the effect of FA-SVM model is good

关 键 词：大坝变形 参数优化 支持向量机 萤火虫算法 

分 类 号：TV698.11[水利工程—水利水电工程]