戴妙林,商永喜,刘晓青

• 1:河海大学水利水电学院

摘要(Abstract)：

目前大坝观测效应量拟合模型可以分为两大类:明确性分量拟合模型和非明确性分量拟合模型。事实上,水压分量和温度分量采用明确性分量拟合模型是合适的,而时效分量具有非线性和非明确的特征,所以宜采用非明确性分量模型。鉴于此,提出明确性和非明确性混合分量拟合模型。采用能够较好地描述非线性变化的支持向量机(SVM)拟合时效分量,同时结合传统逐步回归分析,对于变化特征较为明显的水压分量与温度分量采用传统的统计模型进行描述。然后,将两大部分分量整合形成新的混合模型,并利用遗传算法GA对水压分量与温度分量进行修正。工程应用实例显示,该方法对实测资料的拟合比传统逐步回归方法更为精确,时效分量的总体变化趋势与逐步回归成果相似,但存在局部差异。

关键词(KeyWords)： 支持向量机;时效分量拟合;混合分量拟合模型;大坝安全监测

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划项目“水库大坝安全诊断与智慧管理关键技术与应用——大型复杂水工结构性能演化测试装备与智能诊断技术”(2018YFC0407102)

作者(Author): 戴妙林,商永喜,刘晓青

DOI: 10.13928/j.cnki.wrahe.2018.09.013

参考文献(References)：

• [1]陈久宇.观测数据的处理方法[M].上海:上海交通大学出版社,1985.
• [2]李秀兰.海堤渗压安全监控潮汐确定性模型与混合模型研究[D].合肥:合肥工业大学,2016.
• [3]吴中如,范树平.佛子岭连拱坝原型结构性态综合分析[J].水利水电技术,1993,24(11):2-6.
• [4]沈长松.大坝安全检测数据处理综述[J].河海大学科技情报,1989(2):86-96.
• [5]邓聚龙.灰色系统气质理论[M].北京:科学出版社,2014.
• [6]熊支荣,李珍照.灰色系统理论在大坝观测资料分析中的应用[J].水利水电技术,1991,22(4):46-51.
• [7]蓝悦明.灰色系统理论用于大坝变形预测的研究[D].武汉:武汉测绘科技大学,1995.
• [8]李珍照,张淑丽.大坝观测数据的模糊分析[J].水电与抽水蓄能,1992(1):3-8.
• [9]陈迪.大坝安全监控中监测数据挖掘的研究[D].杭州:浙江工业大学,2005.
• [10]吴中如.水工建筑物安全监控理论及其应用[M].北京:高等教育出版社,1990.
• [11]邓念武.大坝空间位移偏回归模型和神经网络模型研究[D].武汉:武汉大学,2001.
• [12]姜翠萍.支持向量机模型和算法研究[D].大连:大连理工大学,2006.
• [13]苏怀智,温志萍,吴中如.基于SVM理论的大坝安全预警模型研究[J].应用基础与工程科学学报,2009,17(1):40-48.
• [14]杜传阳,郑东健.基于SVM理论的大坝变形监测模型改进方法研究[J].三峡大学学报,2015,37(2):10-14.
• [15]张胤.基于支持向量机方法的岩质边坡稳定性预测模型研究及应用[D].南京:河海大学,2015.
• [16]朱禹.混沌理论预测模型研究及其在大坝安全监测中的应用[D].西安:西安理工大学,2011.