人工免疫算法优化双支持向量机在拱坝变形预测中的应用
发布时间：2021-03-23 03:35
为了能够通过监测数据直观反映出坝体是否处于稳定运行状态,采用人工免疫算法优化的双支持向量机方法,对高拱坝变形数据进行了拟合预测分析,双支持向量机与标准支持向量机相比极大地提高了计算速度,在进行批量重复计算中计算效率明显提升。针对双支持向量机计算结果受参数影响较大且参数多的问题,引入人工免疫算法搜寻双支持向量机参数,人工免疫算法在遗传算法的基础上保留了一定数量的较优解,提升了算法的搜索效率。工程算例分析表明,参数对双支持向量机结果影响较大,通过人工免疫算法搜寻最优参数后,双支持向量机能够较好地拟合拱坝坝体变形数据,预测结果符合工程精度要求,最大误差仅为1 mm左右。
【文章来源】：长江科学院院报. 2019,36(12)北大核心CSCD
【文章页数】：6 页
【部分图文】：
人工免疫算法流程
在上文双支持向量机参数选择中提到,参数的选择对双支持向量机的拟合效果影响很大,需要通过人工免疫算法对双支持向量机参数进行优化,需要优化的参数有C1,C2,σ1,σ2,流程如图2,具体步骤为:(1)确定目标值(抗原)。对于应用双支持向量机拟合监测变形数据问题,监测得到的变形值为抗原。
坝体及坝基布置了垂线以监测坝体坝基径向和切向位移,典型坝段11#,13#具体布置如图3所示。针对2015年6—10月的蓄水情况,对坝体位移量进行拟合,监测点为垂线PL11-1和PL13-1,样本数据其中80%用于样本学习,20%用于验证。
【参考文献】：
期刊论文
[1]改进的非等间距灰色模型在大坝位移预测中的应用[J]. 俞艳玲,郑东健,俞扬,居艳阳,方正. 长江科学院院报. 2017(03)
[2]基于面板数据格式的特高拱坝变形性态分区方法[J]. 秦栋. 水电能源科学. 2016(10)
[3]溪洛渡特高拱坝蓄水初期工作状态评价[J]. 张冲,王仁坤,汤雪娟. 水利学报. 2016(01)
[4]水工结构工程分析计算方法回眸与发展[J]. 吴中如,顾冲时,苏怀智,陈波. 河海大学学报(自然科学版). 2015(05)
[5]Theory and methods of global stability analysis for high arch dam[J]. REN QingWen 1,LI Qiang 1,JIANG YaZhou 2 & JIANG XiaoLan 3 1 Department of Engineering Mechanics,Hohai University,Nanjing 210098,China;2 College of Water Conservation and Hydropower Engineering,Hohai University,Nanjing 210098,China;3 Changjiang Academy of Sciences,Wuhan 430010,China. Science China（Technological Sciences）. 2011(S1)
[6]施工期混凝土拱坝变形安全监控模型研究[J]. 李占超,何建栋,黄浩浩,侯会静. 水力发电. 2011(04)
[7]Stability analysis of the temperature cracks in Xiaowan arch dam[J]. WANG WeiMing1, DING JianXin1, WANG GuoJin1,2, ZOU LiChun2 & CHEN ShengHong1 1State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan 430072, China; 2HydroChina Kunming Engineering Corporation, Kunming 650051, China. Science China（Technological Sciences）. 2011(03)
[8]小湾拱坝变形承载力及整体安全度评价与分析[J]. 段庆伟,耿克勤,吴永平,贾志欣. 岩土力学. 2008(S1)
[9]基于小波变换和支持向量机的大坝变形预测[J]. 王新洲,范千,许承权,李昭. 武汉大学学报(信息科学版). 2008(05)
[10]支持向量机及其应用研究综述[J]. 祁亨年. 计算机工程. 2004(10)
本文编号：3095054
【文章来源】：长江科学院院报. 2019,36(12)北大核心CSCD
【文章页数】：6 页
【部分图文】：
人工免疫算法流程
在上文双支持向量机参数选择中提到,参数的选择对双支持向量机的拟合效果影响很大,需要通过人工免疫算法对双支持向量机参数进行优化,需要优化的参数有C1,C2,σ1,σ2,流程如图2,具体步骤为:(1)确定目标值(抗原)。对于应用双支持向量机拟合监测变形数据问题,监测得到的变形值为抗原。
坝体及坝基布置了垂线以监测坝体坝基径向和切向位移,典型坝段11#,13#具体布置如图3所示。针对2015年6—10月的蓄水情况,对坝体位移量进行拟合,监测点为垂线PL11-1和PL13-1,样本数据其中80%用于样本学习,20%用于验证。
【参考文献】：
期刊论文
[1]改进的非等间距灰色模型在大坝位移预测中的应用[J]. 俞艳玲,郑东健,俞扬,居艳阳,方正. 长江科学院院报. 2017(03)
[2]基于面板数据格式的特高拱坝变形性态分区方法[J]. 秦栋. 水电能源科学. 2016(10)
[3]溪洛渡特高拱坝蓄水初期工作状态评价[J]. 张冲,王仁坤,汤雪娟. 水利学报. 2016(01)
[4]水工结构工程分析计算方法回眸与发展[J]. 吴中如,顾冲时,苏怀智,陈波. 河海大学学报(自然科学版). 2015(05)
[5]Theory and methods of global stability analysis for high arch dam[J]. REN QingWen 1,LI Qiang 1,JIANG YaZhou 2 & JIANG XiaoLan 3 1 Department of Engineering Mechanics,Hohai University,Nanjing 210098,China;2 College of Water Conservation and Hydropower Engineering,Hohai University,Nanjing 210098,China;3 Changjiang Academy of Sciences,Wuhan 430010,China. Science China（Technological Sciences）. 2011(S1)
[6]施工期混凝土拱坝变形安全监控模型研究[J]. 李占超,何建栋,黄浩浩,侯会静. 水力发电. 2011(04)
[7]Stability analysis of the temperature cracks in Xiaowan arch dam[J]. WANG WeiMing1, DING JianXin1, WANG GuoJin1,2, ZOU LiChun2 & CHEN ShengHong1 1State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan 430072, China; 2HydroChina Kunming Engineering Corporation, Kunming 650051, China. Science China（Technological Sciences）. 2011(03)
[8]小湾拱坝变形承载力及整体安全度评价与分析[J]. 段庆伟,耿克勤,吴永平,贾志欣. 岩土力学. 2008(S1)
[9]基于小波变换和支持向量机的大坝变形预测[J]. 王新洲,范千,许承权,李昭. 武汉大学学报(信息科学版). 2008(05)
[10]支持向量机及其应用研究综述[J]. 祁亨年. 计算机工程. 2004(10)
本文编号：3095054
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3095054.html
