节点文献

基于人工蜂群算法的大坝变形支持向量机预测模型

免费订阅

【作者】 董明陈慧艳伏晓朱世贤

【Author】 Dong Ming;Chen Huiyan;Fu Xiao;Zhu Shixian;College of Harbor,Coastal & Offshore Engineering,Hohai Univ.;Datang(Beijing)Water Engineering Technology Co.,Ltd.,Datang Environment Industry Group Co.,Ltd.;College of Water Conservancy & Hydropower Engineering,Hohai Univ.;

【机构】 河海大学港口海岸与近海工程学院大唐环境产业集团股份有限公司大唐(北京)水务工程技术有限公司河海大学水利水电学院

【摘要】 为了解决支持向量机(SVM)参数优化方法在大坝变形预测中易陷入局部最优解的问题,利用人工蜂群(ABC)算法的强全局优化能力、强鲁棒性特点,将人工蜂群(ABC)算法运用到SVM参数优化中.将惩罚因子C和核函数σ作为ABC算法中的蜜源位置进行寻优,并运用到大坝的变形监测中.结果表明,基于人工蜂群算法的大坝变形支持向量机预测模型能够克服局部最优解,提升模型的拟合与预测精度.

【基金】 国家自然科学基金重点项目(51139001,41323001);国家自然科学基金面上项目(51479054,51579086,51379068,51579083);国家自然科学基金项目(51279052,51579085);江苏省杰出青年基金项目(BK20140039);高等学校博士学科点专项科研基金(20130094110010);江苏高校优势学科建设工程资助项目(水利工程)(YS11001);国家重点实验室专项基金(20145027612);江苏省“六大人才高峰”项目(JY-008,JY-003);中央高校基本科研业务费项目(2015B20714);国家重点研发计划课题(2016YFC0401601)
【所属期刊栏目】 土木水电论坛_水利工程 (2017年02期)
  • 【DOI】10.13393/j.cnki.issn.1672-948X.2017.02.003
  • 【分类号】TV698.11;TP18
  • 【被引频次】1
  • 【下载频次】122
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: