论文摘要
针对混凝土坝变形预测模型中环境量与效应量之间复杂的非线性问题,以及单支持向量机（SVM）模型预测精度不高的问题,提出一种AdaBoost-SVM的混凝土坝变形预测模型,该模型采用结构风险最小化的原则,并借鉴提升算法强化学习的思想,从而提高模型的学习性能,达到增强模型泛化能力和预测精度的目的。结合实例,经过AdaBoost-SVM预测模型对混凝土坝位移原型监测数据进行训练及预测,并将预测结果与单支持向量机模型的预测结果进行对比,结果显示:基于AdaBoost-SVM预测模型得到的均方差为0.5565,平均误差绝对值为0.40,预测精度比单支持向量机模型高出一个数量级;而且相较于单支持向量机预测模型,强化后的模型在预测时段表现出更好的稳定性。该模型综合了提升算法与支持向量机各自的优势,可作为混凝土坝变形预测的一种有效方法。
论文目录
文章来源
类型: 期刊论文
作者: 赵二峰,尹文中,高嵩,汪程,陈悦,杨群
关键词: 预测模型,变形,算法,预测精度
来源: 南水北调与水利科技 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 水利水电工程
单位: 河海大学水利水电学院,扬州市勘测设计研究院有限公司,河北农业大学
基金: 国家重点研发计划（2016YFC0401601）,国家自然科学基金项目（51739003,51779086,51609074）~~
分类号: TV642
DOI: 10.13476/j.cnki.nsbdqk.2019.0126
页码: 188-193
总页数: 6
文件大小: 302K
下载量: 249