基于KPCA-ICFSFDP-MOGP的拱坝多测点变形数据预处理及预测方法

作     者：葛盼猛 陈波 刘庭赫 杨帆 GE Panmeng;CHEN Bo;LIU Tinghe;YANG Fan

作者机构：河海大学水利水电学院江苏南京210098 河海大学水文水资源与水利工程科学国家重点实验室江苏南京210098 中水东北勘测设计研究有限责任公司吉林长春130021 中国建筑金属结构协会北京100037 

出 版 物：《水利水电科技进展》 (Advances in Science and Technology of Water Resources)

年 卷 期：2023年第43卷第4期

页      面：92-97页

核心收录：

学科分类：081504[工学-水利水电工程] 08[工学] 0815[工学-水利工程] 

基　　金：国家自然科学基金面上项目(52079049) 江苏省基础研究计划青年项目(BK20160872) 

主　　题：高拱坝 多测点变形 KPCA CFSFDP MOGP 

摘      要：为更高效地对高拱坝的多测点变形数据进行分析,引入了核主成分分析(KPCA)算法重构误差以识别多测点序列中的异常值;为解决用于测点聚类的密度峰值聚类(CFSFDP)算法高维表现较差的问题,利用KPCA算法对其进行降维操作,并提出了自动选取聚类中心与截断距离的改进CFSFDP(ICFSFDP)算法;基于KPCA-ICFSFDP和多输出高斯过程(MOGP)算法,按分区建立了多测点变形MOGP回归模型。实例验证结果表明,对于簇内点数量较少的类,相较于不分区的MOGP模型,预测效果得到了一定的提升,同时在整体MOGP模型表现良好的测点,分区后仍然保持较高的预测精度,且与单输出高斯过程模型对比均有所提升。