大坝变形监测的粒子群优化高斯过程预测

论文摘要

针对大坝变形数据的非平稳非线性特点,传统预测模型受到了一定限制。鉴于高斯过程（Gaussian Process,GP）对非平稳数据具有高自适应性,考虑到其自身在协方差函数选取以及超参数优化方面存在不足,为提高高斯过程模型的预测精度,文中通过粒子群算法（Particle Swarm Optimization,PSO）优化其超参数并选择最优协方差函数。通过实例验证分析,比较多元回归分析、GP、PSO-GP三种模型在大坝变形监测数据处理中的预测精度,表明大坝非线性预测模型粒子群优化高斯过程算法具有较高的预测精度,是一种有效的大坝变形分析预测方法。

论文目录

文章来源

类型: 期刊论文

作者: 王申波

关键词: 粒子群算法,高斯过程,大坝变形预测

来源: 北京测绘 2019年06期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 水利水电工程,自动化技术

单位: 广东省核工业地质局二九一大队

分类号: TP18;TV698.1

DOI: 10.19580/j.cnki.1007-3000.2019.06.010

页码: 657-660

总页数: 4

文件大小: 1318K

下载量: 65

相关论文文献

标签：粒子群算法论文;  高斯过程论文;  大坝变形预测论文;