基于KPCA-NGO-LSSVM的混凝土坝变形预测模型

作     者：詹明强 陈波 袁志颖 ZHAN Ming-qiang;CHEN Bo;YUAN Zhi-ying

作者机构：福建水口发电集团有限公司福建福州350001 河海大学水利水电学院江苏南京210098 中国电建集团中南勘测设计研究院有限公司湖南长沙410014 

出 版 物：《水电能源科学》 (Water Resources and Power)

年 卷 期：2024年第42卷第8期

页      面：127-131页

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：国家自然科学基金项目(52079049,52239009) 国家重点实验室基本科研业务费项目(522012272) 

主　　题：混凝土坝 核主成分分析 北方苍鹰算法 最小二乘支持向量机 变形预测 

摘      要：变形作为最直观的监测指标,常用来反映大坝的服役性态变化。为建立更加符合混凝土坝变形的预测模型,实现更高精度的混凝土坝变形预测,针对混凝土坝变形序列呈现不确定性和非线性的特征,将核主成分分析(KPCA)引入最小二乘支持向量机(LSSVM)来约简因子关系,降低预测模型的输入维数和复杂度,同时使用北方苍鹰优化算法(NGO)对最小二乘支持向量机进行参数寻优,构建了基于KPCA-NGO-LSSVM的混凝土坝变形预测模型。工程实例表明,KPCA-NGO-LSSVM模型相比传统多元线性回归(MLR)、LSSVM、KPCA-LSSVM的预测值与实际值的拟合效果更好,预测精度更高,能更有效地预测混凝土坝变形。