基于ACL-PSO-SVR算法的土石坝坝坡可靠度研究
发布时间：2021-07-17 10:47
作为机器学习重要的算法,支持向量回归（SVR）在Vapnik等人提出之后,迅速得到推广,并在各大领域得到了应用,该算法基于结构风险最小化原则,能有效的解决高维非线性系统的模式识别问题。利用支持向量回归算法（SVR）进行土石坝坡安全系数模型的建立,计算出坝坡的可靠度。然而SVR算法的精度很大程度上取决于自身的参数,如惩罚系数,不敏感损失系数以及核参数等,需要对这三个参数进行合理的选择,使得模型的精度和泛化能力达到平衡的效果。作为一种群优化算法,粒子群算法具有很强的全局优化能力,能够解决支持向量回归模型的初始参数寻优问题。然而粒子群算法也有常数固定,空间遍历性不好,寻优能力较弱,收敛速度精度都不够精确等缺点,因此引入自适应理论改善加速度常数,采用混沌映射来替换均匀随机分布,改善粒子的空间遍历性,Lévy飞行加速算法的收敛,改善最优粒子的局部搜索能力,从而提出了自适应混沌Lévy飞行粒子群算法（ACL-PSO）通过SVR与本文提出的ACL-PSO算法相结合,对SVR参数进行寻优,提出了基于ACL-PSO算法的SVR（ACL-PSO-SVR）,通过UCI数据集测试表明,该算法具有非常高的拟合精...
【文章来源】：西华大学四川省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
正态功能函数概率密度曲线
量分析、精确计算和数学理论以及实验研究部分发挥着无规则的运动，但是支配这种运动的规律却有内在确定最早发现于天气预报方面，洛伦兹在用确定性方程描述的输入变化，导致了后期不可预估的变化，因此他断言另一个关于混沌的著名的现象是卡姆定理，这是几位著动态定理过程时候发现的一个定理。这两个现象代表了：天气预测模型是耗散系统，而卡姆定理是保守系统；姆用的是严格的数学推理，这是在混沌研究领域必不可如下的表达式：= ( )= ( ) = 入变量发生很小的变化时，会导致模型的后期出现不可来描述这一现象，发现相轨迹最终会落入一条不断缠绕）中，如下图所示：
图 3.5 Ackley 函数图像 图 3.6 Goldstein–Price 函数图像Fig3.5 AckleyFunction image Fig3.6 Function image图 3.7 Lévi N.13 函数图像Fig3.7 Lévi N.13 Function image图 3.8 Eggholder 函数图像Fig3.8 Eggholder Function image
【参考文献】：
期刊论文
[1]新型混沌粒子群混合优化算法[J]. 刘军梅. 软件导刊. 2017(02)
[2]支持向量机法计算高土石坝坝坡稳定可靠度[J]. 黄华坚. 人民黄河. 2015(12)
[3]基于改进混沌粒子群的特征提取方法[J]. 许迪,徐连诚,任敏. 计算机工程与设计. 2015(04)
[4]特高坝及其梯级水库群设计安全标准研究Ⅱ:高土石坝坝坡稳定安全系数标准[J]. 杜效鹄,李斌,陈祖煜,王玉杰,孙平. 水利学报. 2015(06)
[5]土石坝试验新技术研究与应用[J]. 陈生水. 岩土工程学报. 2015(01)
[6]水利工程中土石坝坝坡稳定分析[J]. 郝欣. 民营科技. 2013(03)
[7]基于统一强度理论的土石坝边坡稳定分析遗传算法[J]. 李南生,唐博,谈风婕,谢利辉. 岩土力学. 2013(01)
[8]基于ANSYS和JC法的高土石坝动力可靠度稳定性分析[J]. 杨上清,蒋玉川,帅培建. 兰州理工大学学报. 2012(03)
[9]SVM的几何方法—SK类思路的研究[J]. 常振华,陈伯成,李英杰,刘文煌,闫学为. 计算机工程与应用. 2011(08)
[10]改进的混沌粒子群优化算法[J]. 刘玲,钟伟民,钱锋. 华东理工大学学报(自然科学版). 2010(02)
博士论文
[1]混沌粒子群优化算法及应用研究[D]. 徐文星.北京化工大学 2012
[2]土石坝安全风险分析方法研究[D]. 王薇.天津大学 2012
硕士论文
[1]基于支持向量机的土石坝坝坡稳定可靠度分析[D]. 张智超.广西大学 2015
[2]改进支持向量机在边坡稳定性评价及参数反演中的应用[D]. 王迎东.中国地质大学（北京） 2014
[3]土石坝的渗流特性分析及数值模拟[D]. 周乐.大连理工大学 2014
[4]基于随机场理论的土质边坡可靠度分析[D]. 杨艳荣.郑州大学 2011
[5]高土石坝坝坡稳定的可靠性研究[D]. 许春雷.大连理工大学 2010
[6]基于RSM和RAGA的混凝土重力坝可靠度分析[D]. 汤帅.合肥工业大学 2009
[7]基于ANSYS的土石坝稳定渗流场的数值模拟[D]. 蒙富强.大连理工大学 2006
本文编号：3288025
【文章来源】：西华大学四川省
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
正态功能函数概率密度曲线
量分析、精确计算和数学理论以及实验研究部分发挥着无规则的运动，但是支配这种运动的规律却有内在确定最早发现于天气预报方面，洛伦兹在用确定性方程描述的输入变化，导致了后期不可预估的变化，因此他断言另一个关于混沌的著名的现象是卡姆定理，这是几位著动态定理过程时候发现的一个定理。这两个现象代表了：天气预测模型是耗散系统，而卡姆定理是保守系统；姆用的是严格的数学推理，这是在混沌研究领域必不可如下的表达式：= ( )= ( ) = 入变量发生很小的变化时，会导致模型的后期出现不可来描述这一现象，发现相轨迹最终会落入一条不断缠绕）中，如下图所示：
图 3.5 Ackley 函数图像 图 3.6 Goldstein–Price 函数图像Fig3.5 AckleyFunction image Fig3.6 Function image图 3.7 Lévi N.13 函数图像Fig3.7 Lévi N.13 Function image图 3.8 Eggholder 函数图像Fig3.8 Eggholder Function image
【参考文献】：
期刊论文
[1]新型混沌粒子群混合优化算法[J]. 刘军梅. 软件导刊. 2017(02)
[2]支持向量机法计算高土石坝坝坡稳定可靠度[J]. 黄华坚. 人民黄河. 2015(12)
[3]基于改进混沌粒子群的特征提取方法[J]. 许迪,徐连诚,任敏. 计算机工程与设计. 2015(04)
[4]特高坝及其梯级水库群设计安全标准研究Ⅱ:高土石坝坝坡稳定安全系数标准[J]. 杜效鹄,李斌,陈祖煜,王玉杰,孙平. 水利学报. 2015(06)
[5]土石坝试验新技术研究与应用[J]. 陈生水. 岩土工程学报. 2015(01)
[6]水利工程中土石坝坝坡稳定分析[J]. 郝欣. 民营科技. 2013(03)
[7]基于统一强度理论的土石坝边坡稳定分析遗传算法[J]. 李南生,唐博,谈风婕,谢利辉. 岩土力学. 2013(01)
[8]基于ANSYS和JC法的高土石坝动力可靠度稳定性分析[J]. 杨上清,蒋玉川,帅培建. 兰州理工大学学报. 2012(03)
[9]SVM的几何方法—SK类思路的研究[J]. 常振华,陈伯成,李英杰,刘文煌,闫学为. 计算机工程与应用. 2011(08)
[10]改进的混沌粒子群优化算法[J]. 刘玲,钟伟民,钱锋. 华东理工大学学报(自然科学版). 2010(02)
博士论文
[1]混沌粒子群优化算法及应用研究[D]. 徐文星.北京化工大学 2012
[2]土石坝安全风险分析方法研究[D]. 王薇.天津大学 2012
硕士论文
[1]基于支持向量机的土石坝坝坡稳定可靠度分析[D]. 张智超.广西大学 2015
[2]改进支持向量机在边坡稳定性评价及参数反演中的应用[D]. 王迎东.中国地质大学（北京） 2014
[3]土石坝的渗流特性分析及数值模拟[D]. 周乐.大连理工大学 2014
[4]基于随机场理论的土质边坡可靠度分析[D]. 杨艳荣.郑州大学 2011
[5]高土石坝坝坡稳定的可靠性研究[D]. 许春雷.大连理工大学 2010
[6]基于RSM和RAGA的混凝土重力坝可靠度分析[D]. 汤帅.合肥工业大学 2009
[7]基于ANSYS的土石坝稳定渗流场的数值模拟[D]. 蒙富强.大连理工大学 2006
本文编号：3288025
本文链接：https://www.wllwen.com/kejilunwen/shuiwenshuili/3288025.html
