基于蛙跳算法与卡尔曼滤波的大坝位移预测模型优化

发布时间：2017-12-12 16:39

  本文关键词：基于蛙跳算法与卡尔曼滤波的大坝位移预测模型优化

  更多相关文章： 蛙跳算法 卡尔曼滤波 大坝安全 位移预测 模型优化

【摘要】：为提高传统大坝位移统计模型的预测能力,引入蛙跳算法和卡尔曼滤波等,基于最小二乘法确定统计模型回归系数,采用蛙跳算法对回归系数进行优化;运用卡尔曼滤波法将回归系数作为状态方程的状态向量,使预测模型能实时反映监测数据的变化。工程算例应用结果表明,基于蛙跳算法与卡尔曼滤波的大坝位移预测优化模型能有效提高统计模型的预测精度,可为大坝位移预测提供参考。
【作者单位】： 河海大学水文水资源与水利工程科学国家重点实验室;河海大学水利水电学院;
【基金】：高等学校博士学科点专项科研基金项目(20130094110010) 国家自然科学基金项目(51579083,41323001,51139001)
【分类号】：TV698.1
【正文快照】： 1引言混凝土坝的位移分析和预测一般采用基于荷载集计算的统计模型,这种模型具有明确的物理意义,可较好地反映水位、气温等环境因素对效应量的作用[1]。万程辉等[2]基于小波分析回归模型对大坝监测数据进行优化;梅泽宇等[3]提出了荷载集变量的筛选评价方法。近年来,由于群智能

【相似文献】

中国期刊全文数据库 前1条

1 李辉;殷文明;;改进蛙跳算法在水电站经济调度中的应用[J];水利科技与经济;2014年02期

，

本文编号：1283208