李月娇
- 作品数：12 被引量：23H指数：3
- 供职机构：河海大学水利水电学院更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”国家教育部博士点基金更多>>
- 相关领域：水利工程自动化与计算机技术理学电子电信更多>>
- 基于SAPSO-RVM的大坝变形预测模型
- 支持向量机(SVM)存在结构稀疏化不足,缺乏概率信息等缺陷,将性能更具优势的相关向量机(RVM)理论引入到大坝变形预测的应用中.RVM模型的核函数选择高斯径向基函数,核参数用基于模拟退火的混合粒子群算法(SAPSO)进行...
- 唐琪包腾飞李月娇屠立峰
- 关键词：大坝支持向量机核函数混合粒子群算法
- 基于改进自适应遗传算法的SVM的大坝变形预测模型
- 变形的实际监测值序列是一个非线性、非稳定的时间序列,引入径向基核函数后的支持向量机能有效解决非线性问题,因此可用支持向量机模型对大坝变形进行预测.支持向量机模型的核心问题是惩罚因子C和核函数参数σ的选取,针对标准遗传算法...
- 李月娇包腾飞屠立峰唐琪王慧
- 关键词：大坝支持向量机自适应遗传算法
- 基于分形插值的ARIMA大坝预警模型被引量：3
- 2015年
- 针对ARIMA模型对含有缺失值的时间序列进行拟合预测会产生较大的误差,将分形插值与ARIMA模型相结合运用在大坝安全监测中.首先利用分形插值能通过分形物体的部分信息得出其整体形态的特点,对原始数据进行插值计算,然后建立ARIMA时间序列模型并进行预测.以小湾坝顶某监测点径向位移为例,建立基于分形插值的ARIMA模型,并与实测值比较.计算结果表明,插值后的ARIMA模型较原始模型的拟合和预测精度更高.
- 屠立峰包腾飞李月娇赵斌
- 关键词：分形插值ARIMA模型大坝安全监测
- 基于改进自适应遗传算法的大坝变形支持向量机预测模型被引量：1
- 2015年
- 针对支持向量机模型预测大坝变形的核心为选取惩罚因子C和核函数参数σ的问题,以及标准遗传算法可能存在收敛局部小而最后得不到全局最优解、收敛速度慢等缺点,采用改进的自适应遗传算法对参数进行寻优。实例应用表明,与自适应遗传算法的支持向量机模型和统计模型相比,改进的自适应遗传算法的支持向量机模型推广能力和泛化能力更好,从而证明该预测模型具有可行性和实用性。
- 李月娇包腾飞屠立峰唐琪伏晓
- 关键词：大坝变形支持向量机
- 基于SAPSO-RVM的大坝变形预测模型及应用被引量：1
- 2015年
- 鉴于支持向量机(SVM)存在结构稀疏化不足、缺乏概率信息等缺陷,将性能更具优势的相关向量机(RVM)理论引入到大坝变形预测的应用中。选择高斯径向基函数作为RVM模型的核函数,核参数用基于模拟退火的混合粒子群算法(SAPSO)进行寻优,进而建立SAPSO-RVM回归预测模型。实例应用结果表明,RVM模型的向量数量远小于SVM模型,在保持良好泛化能力的前提下计算结构得到简化,混合粒子群算法相较于一般粒子群算法其全局寻优能力也有所提高,SAPSO-RVM模型回归预测精度较高。
- 唐琪包腾飞李月娇屠立峰
- 关键词：相关向量机核函数混合粒子群算法
- 某重力坝加高方案的可行性研究被引量：5
- 2015年
- 某混凝土重力坝为了满足供水需求拟加高,通过计算分析重力坝加高后在各种工况下坝体和基础的应力规律及稳定性,特别是坝踵、坝趾,判断其拟定加高方案的可行性。计算结果表明,加高后坝体的应力分布整体上符合重力坝一般规律,用两种抗滑稳定分析方法计算的安全系数均能满足规范要求。因此,该加高方案安全可行。
- 李月娇包腾飞王慧马琳
- 关键词：重力坝加高应力稳定性
- SVM大坝变形监测模型研究被引量：4
- 2015年
- 大坝的变形监测数据是一个复杂的非线性的时间序列,采用传统的建模方法存在拟合和预报精度低等问题。传统算法中,基本遗传算法不能确保全局最优收敛,而普通多变异位自适应遗传算法在进化初期对群体不利,容易导致进化走向局部最优。针对这一问题,提出一种基于改进的多变异位自适应遗传优化支持向量机(SVM)的建模方法。多变异自适应遗传算法采用二进制多点交叉,可根据个体适应值大小,自动选取合适的交叉概率和遗传概率,针对遗传算法易陷入局部最优点,对上述遗传算法进行改进,并利用该算法对支持向量机的模型参数进行寻优。将上述建模方法用于大坝变形监控模型的建立,结果表明该组合算法能有效提高模型的拟合和预报精度。
- 马琳马福恒范振东李月娇
- 关键词：大坝支持向量机
- HDNN-MC模型在特高拱坝变形预测中的应用被引量：2
- 2014年
- 递阶对角神经网络(HDNN)采用动态BP学习算法,可以逼近任意非线性函数且具有收敛速度快、预报精度高的特点,因此本文将其引入到大坝安全监测领域,以水压、温度和时效为输入量,坝体位移为输出量,在此基础上运用马尔科夫链(MC)模型对预测数据进行残差计算和状态划分,确定马尔科夫链状态概率矩阵,通过马尔科夫链状态概率矩阵对HDNN模型进行反馈修正,从而提高精度。基于此建立了HDNN-MC模型并应用于某特高拱坝的变形预测。结果表明,HDNN-MC综合模型相对于单一模型,预测精度得到显著提高,能更高效准确地预测大坝变形。
- 殷详详包腾飞李月娇路雷杨阳
- 基于PSO-RVM-ARIMA的大坝变形预警模型被引量：7
- 2015年
- 为克服支持向量机对核函数需满足Mercer条件的不足,学者们将相关向量机RVM引入大坝安全监测模型。为进一步提高RVM模型的预测精度,首先通过粒子群算法PSO对RVM的核参数寻优,再利用ARIMA模型对PSO-RVM模型的拟合残差项进行预测修正,建立PSO-RVM-ARIMA模型。通过实例分析,PSO-RVM-ARIMA模型的预测精度和泛化能力较RVM模型均有一定程度的提高。
- 屠立峰包腾飞唐琪李月娇
- 关键词：相关向量机ARIMA预警模型
- 基于分形插值的ARIMA大坝预警模型
- ARIMA模型对含有缺失值的时间序列进行拟合预测会产生较大的误差,本文将分形插值与ARIMA模型相结合运用在大坝安全监测中.首先利用分形插值能通过分形物体的部分信息得出其整体形态的特点,对原始数据进行插值计算,然后建立A...
- 屠立峰包腾飞李月娇赵斌
- 关键词：大坝安全监测分形插值ARIMA模型
