论文部分内容阅读
针对传统统计模型中温度和水压因子交叉影响、效应量不易分离的问题,提出了一种基于IABC-FCM-RVM算法的拱坝变形预测模型.首先采用基于改进的人工蜂群(IABC)的模糊C-均值聚类算法(FCM)对变形数据进行分类,然后分别对分类后的数据建立分段的相关向量机模型(RVM),最后以某高拱坝变形数据对该模型进行了检验,并与统计模型和未聚类的RVM模型预测结果对比分析,结果表明,IABC-FCM-RVM模型具有更好的预测精度.