【摘 要】
：
为提高支持向量机对大坝安全性态的预测效果,提出基于遗传算法优化的GA-SVM大坝安全性态预测模型,以k-CV验证误差最小作为优化目标,引入遗传算法对支持向量机的惩罚参数c和核
【机 构】
：
南京水利科学研究院大坝安全与管理研究所,水利部大坝安全管理中心
【基金项目】
：
国家重点研发计划(2016YFC0401608),国家自然科学基金(51979175),南京水利科学研究院中央级公益性科研院所基本科研业务费专项(Y717007,Y717012,Y719001)
论文部分内容阅读
为提高支持向量机对大坝安全性态的预测效果,提出基于遗传算法优化的GA-SVM大坝安全性态预测模型,以k-CV验证误差最小作为优化目标,引入遗传算法对支持向量机的惩罚参数c和核函数参数g进行寻优。模型以影响因子作为输入,以效应量作为输出,采用训练样本对支持向量机进行训练,并使用训练好的模型预测效应量。根据概率统计理论中的3σ准则,建立大坝安全性态三级指标和判别准则。以某大型水库大坝为例,建立该大坝的GA-SVM模型,并与SVM模型和逐步回归模型进行了对比验证。预测结果表明,GA-SVM模型渗压预测值与实测值
其他文献
［原文］$$ 发汗吐下后，虚烦不得眠，若剧者，必反复颠倒，心中懊憹，栀子豉汤主之。若少气者，栀子甘草豉汤主之；若呕者，栀子生姜豉汤主之。（76）$$ 栀子十四个，擘 香豉四合，绵裹$$ 上二
以菲和芘为多环芳烃(PAHs)代表物,以紫花苜蓿(Medicago sativa L.)为宿主植物,选用幼套球囊霉(Glomus etunicatum,Ge)、摩西球囊霉(Glomus mosseae,Gm)和层状球囊霉(Glomus l
在对朱家尖岛南沙海滩的沉积环境、动力条件、地形地貌进行调查与监测的基础上,利用不同的波能流公式对海岸的沿岸泥沙运动进行计算与分析。结果表明:该海滩沉积物以沙为主,物质来源主要是邻近的海岸基岩风化侵蚀产物;受海岸波浪、潮汐、潮流等动力条件和沉积环境综合作用的影响,海滩剖面地形的季节性变化明显:夏季侵蚀、冬季淤积;海滩东侧侵蚀、西部淤积的年际变化特点与沿岸输沙密切相关;沿岸输沙计算结果显示各岸段沿岸净