考虑门限效应的面板堆石坝变形特性改进支持向量机预测模型研究
Improved Support Vector Machine Prediction Model for Deformation Behavior of Concrete Face Rockfill Dams Considering Threshold Effect作者机构：西安理工大学省部共建西北旱区生态水利国家重点实验室陕西西安710048
出 版 物：《应用基础与工程科学学报》 (Journal of Basic Science and Engineering)
年 卷 期：2023年第31卷第4期
页 面：876-893页
核心收录：
学科分类：08[工学] 0818[工学-地质资源与地质工程] 0815[工学-水利工程] 0903[农学-农业资源与环境] 081503[工学-水工结构工程] 0714[理学-统计学（可授理学、经济学学位）] 0814[工学-土木工程] 0701[理学-数学]
基 金：国家自然科学基金项目(52039008,52125904,51979224) 中国博士后科学基金项目(2021T140554,2020M683527) 陕西省高校科协青年人才托举计划(20200417)。
主 题：面板堆石坝 变形特性 统计分析 门限回归 改进支持向量机 预测模型
摘 要：为了支撑大坝优化设计和安全评价,面板堆石坝设计和建设过程中通常要求准确评估大坝的变形特性.变形预测和控制是面板堆石坝建设过程中面临的关键问题.结合门限回归和改进支持向量机算法,建立考虑多因素的面板堆石坝典型变形特性智能预测模型.首先收集87个面板堆石坝工程实例实测数据.在统计综述大坝典型变形规律的基础上,基于多元线性回归理论阐明大坝3个典型变形指标与6个影响因素之间的相互关系,揭示影响面板堆石坝变形的主要因素.考虑实例数据非线性突变和离散性特点,采用门限回归理论按照坝高对实例变形数据进行区间聚类划分.在此基础上,构造一种自适应混合核函数,采用粒子群智能优化算法确定支持向量机主要参数,在不同坝高聚类区间内建立改进支持向量机预测模型.该模型与已有预测模型结果对比分析表明,该模型具有较高的预测精度,可以实现面板堆石坝典型变形特性的准确预测.
维普期刊数据库
同方期刊数据库