基于马尔科夫链的云模型在某碾压混凝土重力坝渗透压力预测中的应用  

Application of Cloud Model Based Markov Chain in Dam Seepage Forecasting

作　　者：梁嘉琛 冯树荣 肖峰 杨景文[1,2,3] 赵鲲鹏[1,2,3] 

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 [3]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 [4]中南勘测设计研究院有限公司,湖南长沙410014

出　　处：《水电能源科学》2015年第6期84-87,共4页Water Resources and Power

基　　金：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);水利部公益性行业科研专项经费项目(201201038;201301061);江苏高校优势学科建设工程项目(水利工程)(YS11001);中国水电工程顾问集团公司科技项目(CHC-KJ-2007-02)

摘　　要：为了同时反映大坝渗流序列的整体规律和多种影响因素造成的不确定性,提出了基于马尔科夫链的云模型的预测方法,即先建立基于云理论的预测模型,再通过马尔科夫链对其误差进行修正,并在建立云预测模型的过程中,提出设立过渡时期的改进方法以提高部分时期预测精度。通过对某重力坝渗透压力的预测分析,并与ARIMA、ANN模型结果进行对比,发现该方法预测值精度较高,具有较好的实用性。To reveal the overall rule and randomness of dam seepage series caused by influencing factors, a cloud pre- diction model based Markov Chain is proposed. Firstly, a prediction method is established based on the cloud model. And then the Markov chain is used to correct the predictive errors of the model. Meanwhile, an improved method of setting a ＂transition period＂ is proposed to increase the prediction accuracy of some periods. By analyzing seepage pressure predic- tion of a certain gravity dam and comparing with the ARIMA and ANN models, it shows that the prediction precision of the proposed method is higher and it has good practicability.

关 键 词：大坝 渗透压力 预测 云模型 马尔科夫模型 

分 类 号：TV698.1[水利工程—水利水电工程]