严寒地区混凝土重力坝变形行为分析与预测模型 被引量：18

1

作者 袁冬阳 顾冲时 顾昊 《水利学报》 EI CSCD 北大核心 2022年第6期733-746,共14页

变形是环境荷载动态变化与结构性能演化耦合作用下大坝服役性态的直观表征,合理的变形行为分析与预测模型是科学诊断大坝健康态势并预测其未来运行行为的重要科学手段。考虑到严寒地区混凝土坝变形行为受环境温度变化影响显著,为有效解... 变形是环境荷载动态变化与结构性能演化耦合作用下大坝服役性态的直观表征,合理的变形行为分析与预测模型是科学诊断大坝健康态势并预测其未来运行行为的重要科学手段。考虑到严寒地区混凝土坝变形行为受环境温度变化影响显著,为有效解译环境温度动态波动导致的热变形特征,构建了基于实测边界温度的严寒地区混凝土重力坝变形行为分析模型。同时,为深入挖掘变形及其解释变量间复杂的因果函数关系,引入具有优良非线性训练能力的孪生支持向量回归(Twin Support Vector Regression,TSVR),并结合鲸鱼算法(Whale Optimization Algorithm,WOA)对TSVR参数优化求解,据此提出了基于优化TSVR的混凝土重力坝变形预测模型。以严寒地区某混凝土重力坝为例,利用所建变形行为分析模型剖析了该坝某表孔溢流坝段坝顶水平位移变幅大且与其它测点水平位移变化规律相反的不协调变形行为的成因,研究结果对深入认识严寒地区混凝土坝变形行为具有重要价值;同时,基于优化TSVR的变形预测模型拥有出色的非线性信息挖掘与建模预测能力,为高精度预测大坝变形提供了一种新方法。 展开更多

关键词 严寒地区 混凝土重力坝 变形行为 预测模型 孪生支持向量回归

下载PDF 职称材料

基于MATLAB的Elman神经网络在大坝位移预测中的应用 被引量：15

2

作者 王浩军 蒋建群 李富强 《水力发电》 北大核心 2005年第1期31-33,37,共4页

根据MATLAB的Elman神经网络模型能够逼近任意非线性函数的特点和具有反映系统动态特性的能力,提出了一种利用Elman神经网络建立大坝位移预报模型的方法。通过实例比较Elman模型与BP模型的预测效果,结果表明,所建立Elman神经网络模型不... 根据MATLAB的Elman神经网络模型能够逼近任意非线性函数的特点和具有反映系统动态特性的能力,提出了一种利用Elman神经网络建立大坝位移预报模型的方法。通过实例比较Elman模型与BP模型的预测效果,结果表明,所建立Elman神经网络模型不仅收敛速度快,且其预测精度高于BP网络模型。利用MATLAB神经网络工具箱能使工作者从繁琐的编程中解脱出来,有效的提高工作效率。 展开更多

关键词 MATLAB ELMAN神经网络 大坝位移预测

下载PDF 职称材料

灰色-马尔科夫模型在大坝内部变形预测中的应用 被引量：17

3

作者 沈哲辉 黄腾 唐佑辉 《测绘工程》 CSCD 2015年第2期69-74,共6页

传统的灰色-马尔科夫模型一般都是等时距的。针对样本不能满足等时距的需要,通过一定方法将样本等时距化,用多变量灰色模型MGM(1,n)与马尔科夫转移矩阵相结合对等时距样本进行建模,建立非等时距的灰色-马尔科夫模型。文中结合某大坝内... 传统的灰色-马尔科夫模型一般都是等时距的。针对样本不能满足等时距的需要,通过一定方法将样本等时距化,用多变量灰色模型MGM(1,n)与马尔科夫转移矩阵相结合对等时距样本进行建模,建立非等时距的灰色-马尔科夫模型。文中结合某大坝内部水平位移实测数据,用此模型进行建模。结果表明,灰色-马尔科夫模型不仅比灰色模型的拟合精度高,而且提高了预测精度。 展开更多

关键词 非等时距 灰色模型MGM(1 n) 马尔科夫模型 大坝 变形监测 位移预测

下载PDF 职称材料

优化BP神经网络的位移预测模型 被引量：16

4

作者 王雪红 刘晓青 +2 位作者 陶海龙 钱文江 赵泱军 《水利水运工程学报》 CSCD 北大核心 2014年第2期38-42,共5页

针对大坝位移预测常规方法存在的问题,基于改进粒子群算法的BP神经网络(IPSO-BP)的大坝位移预测方法,通过IPSO对常规BP神经网络的权值和阈值进行优化,弥补了BP网络的不足,保证了预测精度。以2011-12-21—2013-06-27观测得到的某混凝土... 针对大坝位移预测常规方法存在的问题,基于改进粒子群算法的BP神经网络(IPSO-BP)的大坝位移预测方法,通过IPSO对常规BP神经网络的权值和阈值进行优化,弥补了BP网络的不足,保证了预测精度。以2011-12-21—2013-06-27观测得到的某混凝土重力坝某一典型坝段坝顶的顺河向位移值为研究对象,建立基于IPSO-BP的大坝预测模型并进行仿真分析研究。同时,为了验证该模型的拟合及预测效果,建立PSO-BP模型、利用最小二乘法求解参数的统计模型进行对比分析。上述研究结果表明,此模型预测精度优于常规模型且拟合效果好、预测结果的平均相对误差小,说明此方法有效可行。 展开更多

关键词 改进粒子群算法 BP神经网络 混凝土重力坝 位移 预测 仿真分析

下载PDF 职称材料

改进的非等间距GM(1,1)模型在大坝位移预测中的应用 被引量：14

5

作者 孙鹏明 包腾飞 +1 位作者 卢远富 李涧鸣 《水电能源科学》 北大核心 2016年第3期88-89,97,共3页

针对传统GM(1,1)模型在大坝位移预测中的缺陷,通过引入时间变量构建缓冲算子、重构背景值、优化残差等方式改进传统GM(1,1)模型。以某大坝测点径向位移样本为例,分别采用两种模型对观测值进行拟合预测。结果表明,改进的非等间距GM(1,1)... 针对传统GM(1,1)模型在大坝位移预测中的缺陷,通过引入时间变量构建缓冲算子、重构背景值、优化残差等方式改进传统GM(1,1)模型。以某大坝测点径向位移样本为例,分别采用两种模型对观测值进行拟合预测。结果表明,改进的非等间距GM(1,1)模型预测精度有较大提高,更适用于大坝位移监控。研究成果可为大坝位移预测提供参考。 展开更多

关键词 大坝 非等间距GM(1 1)模型 位移 预测

下载PDF 职称材料

基于MLR–SARIMA模型的土石坝位移预测 被引量：7

6

作者 李斌 胡德秀 +1 位作者 杨杰 程琳 《工程科学与技术》 EI CAS CSCD 北大核心 2019年第2期108-114,共7页

为分析周期因子与时效因子分别对土石坝位移的影响,更好地掌握土石坝位移变化的成因和趋势,进行土石坝位移数据中周期成分和趋势成分的变化规律和预测方法研究。采用HP(Hodrick–Prescott)滤波将实测位移序列分解为趋势项和周期项两部分... 为分析周期因子与时效因子分别对土石坝位移的影响,更好地掌握土石坝位移变化的成因和趋势,进行土石坝位移数据中周期成分和趋势成分的变化规律和预测方法研究。采用HP(Hodrick–Prescott)滤波将实测位移序列分解为趋势项和周期项两部分,对趋势项建立基于MLR(multiple linear regression)的预测模型,对周期项建立基于SARIMA(seasonal auto-regressive integrated moving average)的预测模型,结合以上两模型的结果对土石坝位移进行预测,即MLR–SARIMA预测模型。该模型突出了MLR模型在趋势性数据上的预测优势和SARIMA模型在周期性数据上的预测优势,且仅从实测位移数据分析预测,可适用于缺少环境量数据的情况。实测位移序列经HP滤波分解后,趋势项位移呈缓慢增长趋势,年变幅从1.42至0.51 mm逐渐降低,表明由时效因子引起的土石坝趋势性位移量逐年减小,且已趋于稳定;周期项位移具有明显年周期性,这是由于土石坝位移受到年周期性变化的水位和温度影响,年变幅约为7.00 mm,表明该土石坝位移量主要是由周期因子引起的周期性位移;该变化规律符合土石坝位移的一般变化规律,说明HP滤波可很好地提取土石坝位移数据中的周期成分和趋势成分。MLR–SARIMA模型预测结果准确,相对误差较小,均在5%以内,且均方根误差、平均绝对误差百分比和调整的平均绝对误差百分比这3个指标均优于单一SARIMA模型,表明MLR–SARIMA模型突出了其在预测周期性和趋势性数据方面的优势,可适用于土石坝位移预测。 展开更多

关键词 土石坝 MLR–SARIMA模型 位移预测 HP滤波

下载PDF 职称材料

遗传小波神经网络在大坝变形预测中的应用 被引量：7

7

作者 胡纪元 文鸿雁 +1 位作者 周吕 陈冠宇 《人民黄河》 CAS 北大核心 2014年第10期126-128,共3页

针对传统的数学统计模型无法完全描述大坝变形量与多种荷载因素之间非线性映射关系的缺点,引入了一种基于遗传算法的小波神经网络模型,利用该模型对小波神经网络的初始权值、尺度因子进行全局优化搜索,克服了BP神经网络初始化的随机性... 针对传统的数学统计模型无法完全描述大坝变形量与多种荷载因素之间非线性映射关系的缺点,引入了一种基于遗传算法的小波神经网络模型,利用该模型对小波神经网络的初始权值、尺度因子进行全局优化搜索,克服了BP神经网络初始化的随机性以及网络易陷入局部极小值的不足,将该模型运用于大坝坝顶的径向、切向位移预测,结果表明,遗传算法优化的小波神经网络模型结构稳定性更好,预测精度较BP神经网络模型、小波神经网络模型有较大提高。 展开更多

关键词 大坝变形 遗传小波神经网络 BP 神经网络 小波神经网络 预测精度

下载PDF 职称材料

灰色模型改进的大坝变形分形几何监控模型 被引量：7

8

作者 李萌 包腾飞 +1 位作者 杨建慧 任杰 《水利水运工程学报》 CSCD 北大核心 2016年第4期104-110,共7页

为了对大坝安全进行准确监控,利用分形几何理论预测大坝变形。针对一般常维分形分布不能很好分析大坝变形数据的问题,对监测数据进行N阶累计和变换,对变换后的数据利用分段变维分形模型计算各阶变形维数序列,再选择效果较好分形维数已... 为了对大坝安全进行准确监控,利用分形几何理论预测大坝变形。针对一般常维分形分布不能很好分析大坝变形数据的问题,对监测数据进行N阶累计和变换,对变换后的数据利用分段变维分形模型计算各阶变形维数序列,再选择效果较好分形维数已知序列预测未知分形维数,最后反推大坝变形预测数据。针对传统变维分形预测模型分形维数预测方法的不确定性和所需监测数据量大的缺点,利用灰色模型预测分形维数,建立改进的大坝分形几何监控模型。结合工程实例,对比插值法预测分形参数的传统分形几何预测模型和灰色模型改进后的预测模型之间的预测精度,结果表明,改进分形模型不仅在预测精度上有所提高,而且更具稳定性和抗波动性。 展开更多

关键词 大坝变形 监控模型 分形理论 灰色模型 位移预测

下载PDF 职称材料

偏最小二乘-马尔科夫模型在大坝位移预测中的应用 被引量：6

9

作者 周子东 郑东健 +1 位作者 蒋明 钱程 《三峡大学学报（自然科学版）》 CAS 2015年第3期15-18,共4页

为克服大坝位移预测回归模型中,选取因子的多重相关性对回归方程的影响,同时考虑到位移的波动性对残差的影响,提出一种偏最小二乘-马尔科夫链大坝位移预测模型.偏最小二乘法能够有效解决多重相关性的问题,马尔科夫链具有适应数据波动的... 为克服大坝位移预测回归模型中,选取因子的多重相关性对回归方程的影响,同时考虑到位移的波动性对残差的影响,提出一种偏最小二乘-马尔科夫链大坝位移预测模型.偏最小二乘法能够有效解决多重相关性的问题,马尔科夫链具有适应数据波动的优点,两种方法相结合发挥各自优势,以进一步提高单一偏最小二乘回归的预测能力.工程实例的分析表明,该模型能够有效提高预测精度. 展开更多

关键词 安全监测 大坝位移预测 偏最小二乘法 马尔科夫链

下载PDF 职称材料

基于CEEMDAN和相关性分析的大坝位移预测 被引量：2

10

作者 傅露莹 齐慧君 +2 位作者 李同春 姜鹏辉 杜效鹄 《三峡大学学报（自然科学版）》 北大核心 2024年第1期1-6,共6页

大坝位移数据受各种因素的影响,具有非平稳非线性的特征,针对数据预测精度低的问题,提出了一种CEEMDAN-PCCs-TCN-XGBoost组合预测模型.以某重力坝监测数据为例,首先,引入CEEMDAN算法捕捉非平稳数据的趋势信息和波动信息,联合PCCs算法确... 大坝位移数据受各种因素的影响,具有非平稳非线性的特征,针对数据预测精度低的问题,提出了一种CEEMDAN-PCCs-TCN-XGBoost组合预测模型.以某重力坝监测数据为例,首先,引入CEEMDAN算法捕捉非平稳数据的趋势信息和波动信息,联合PCCs算法确定影响数据波动的主要因素;其次,为了提高预测精度,趋势信息使用传统HST模型进行预测,波动信息利用主要因素作为输入变量进行预测,再分别应用TCN模型和XGBoost模型对数据进行预测最后累加得到最终预测结果,并将预测结果与EEMD-ARIMA、EEMD-LSTM-MLR等模型对比,结果表明,CEEMDAN-PCCs-TCN-XGBoost组合预测模型对波动频繁的大坝位移数据的预测更精确. 展开更多

关键词 混凝土大坝 变形预测 CEEMDAN Pearson相关系数 时间卷积网络

下载PDF 职称材料

分形理论在尾矿坝监测预警中的应用 被引量：6

11

作者 宋传旺 王彦磊 +2 位作者 于广明 李亮 潘永战 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2013年第9期1191-1194,共4页

为预测尾矿坝竖向位移,在分形理论的基础上,利用常维分形和变维分形两种方法,对尾矿坝竖向位移的监测数据进行分析和预测,得出结论:对于不能直接利用常维分形方法分析的数据,可以利用变维分形的方法对数据进行N阶累计和处理后,使得各段... 为预测尾矿坝竖向位移,在分形理论的基础上,利用常维分形和变维分形两种方法,对尾矿坝竖向位移的监测数据进行分析和预测,得出结论:对于不能直接利用常维分形方法分析的数据,可以利用变维分形的方法对数据进行N阶累计和处理后,使得各段分维形数非常接近,利用前面已知的分维形数预测下一段的分形维数,再计算出后面竖向位移,所得预测数据与实际监测数据相对误差较小. 展开更多

关键词 尾矿坝 监测 分形理论 位移 分形维数 常维分形 变维分形 预测

下载PDF 职称材料

基于RFE-RF-XGBoost的坝体位移预测研究 被引量：6

12

作者 王昕宇 杨鹏 戴健非 《东北师大学报（自然科学版）》 CAS 北大核心 2021年第2期60-66,共7页

为了加强尾矿库的安全稳定管理,提高溃坝预测预警水平,以坝体位移为研究对象,安全监测数据为研究基础,提出一种基于特征递归消除与随机森林和极限梯度提升的尾矿坝坝体位移预测模型,并与XGBoost、LSTM神经网络、BP神经网络、SVR等预测... 为了加强尾矿库的安全稳定管理,提高溃坝预测预警水平,以坝体位移为研究对象,安全监测数据为研究基础,提出一种基于特征递归消除与随机森林和极限梯度提升的尾矿坝坝体位移预测模型,并与XGBoost、LSTM神经网络、BP神经网络、SVR等预测模型对比,以验证其预测效果.结果表明:所提出模型平均相对误差低于XGBoost模型3.93%,并考虑了外部因素对坝体形变的影响.该结果对于矿山施工决策、安全管理、环境保护,减少溃坝事故具有一定的参考意义. 展开更多

关键词 尾矿库 坝体位移 随机森林 极限梯度提升 预测模型

下载PDF 职称材料

Matlab仿真平台下大坝位移BP神经网络模型研究 被引量：6

13

作者 朱凤林 韩卫 《长江科学院院报》 CSCD 北大核心 2013年第1期99-101,共3页

基于人工神经网络的非线性映射能力,应用Matlab7.1网络仿真平台,结合辽宁省白石水库多年大坝位移实测数据,建立了3种不同改进BP算法的多层前馈神经网络模型。并通过LM算法、BR算法、GDX算法的BP网络模型的拟合、预报结果,对3种模型的应... 基于人工神经网络的非线性映射能力,应用Matlab7.1网络仿真平台,结合辽宁省白石水库多年大坝位移实测数据,建立了3种不同改进BP算法的多层前馈神经网络模型。并通过LM算法、BR算法、GDX算法的BP网络模型的拟合、预报结果,对3种模型的应用效果进行了比较分析,得出了LM算法的BP网络更适合用于建立坝顶位移监控模型的结论,以实现对大坝位移实时、有效的监控。 展开更多

关键词 MATLAB 大坝位移 BP神经网络 改进优化 预报

下载PDF 职称材料

基于信号残差修正与PSO-RVM的混凝土拱坝位移组合预测模型 被引量：1

14

作者 陈泽元 徐波 +2 位作者 储冬冬 张祜 朱震昊 《水电能源科学》 北大核心 2024年第2期142-146,共5页

传统的混凝土拱坝位移预测模型仅考虑各类影响因子对预测结果的影响,未充分挖掘残差序列中的有效信息。为此,首先运用关联向量机(RVM)结合粒子群(PSO)算法建立拱坝位移预测的PSO-RVM模型;然后采用奇异谱分析(SSA)对残差序列进行分解,并... 传统的混凝土拱坝位移预测模型仅考虑各类影响因子对预测结果的影响,未充分挖掘残差序列中的有效信息。为此,首先运用关联向量机(RVM)结合粒子群(PSO)算法建立拱坝位移预测的PSO-RVM模型;然后采用奇异谱分析(SSA)对残差序列进行分解,并根据奇异值的累计贡献率筛选分量进行重构;其次利用随机森林算法(RF)对重构序列进行预测,得到残差序列的修正值;最后将PSO-RVM模型预测值与残差序列修正值叠加,建立基于信号残差修正与PSO-RVM的混凝土拱坝位移组合预测模型PSO-RVM+。工程实例表明,奇异谱分析与随机森林算法能有效提取残差序列中的有效信息并对残差进行修正;相较于PSO-RVM、RVM及传统的回归模型(SWR)等位移预测模型,PSO-RVM+组合预测模型的预测性能更优、适应性更强。本研究能为大坝安全监控与健康诊断提供一种新的思路。 展开更多

关键词 混凝土拱坝 位移预测 信号残差修正 关联向量机 奇异谱分析 随机森林

下载PDF 职称材料

ARIMA乘积季节模型在大坝位移监测中的应用 被引量：5

15

作者 陈艳华 邹进贵 +1 位作者 李波 王涛 《测绘地理信息》 2014年第2期35-38,共4页

提出了应用ARIMA乘积季节模型对大坝位移监测数据进行分析和预报的新方法,并给出了基于开源R语言建立乘积季节模型的方法步骤和关键技术。结合某大坝径向位移监测数据进行计算分析,结果表明:ARIMA乘积季节模型能较准确地预报大坝位移趋... 提出了应用ARIMA乘积季节模型对大坝位移监测数据进行分析和预报的新方法,并给出了基于开源R语言建立乘积季节模型的方法步骤和关键技术。结合某大坝径向位移监测数据进行计算分析,结果表明:ARIMA乘积季节模型能较准确地预报大坝位移趋势,具有较高的预测精度。 展开更多

关键词 ARIMA模型 乘积季节模型 大坝径向位移 分析与预报

原文传递

基于深度学习的双阶段大坝变形预测模型 被引量：1

16

作者 唐艳 杨孟 +2 位作者 李斌 郭经红 陈艺征 《中国农村水利水电》 北大核心 2024年第3期225-230,237,共7页

为提高大坝位移预测的准确性,提出了一种新颖的基于深度学习的综合预测方法。首先引入了一种基于完全集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)和奇异谱分析(Singular Spectrum A... 为提高大坝位移预测的准确性,提出了一种新颖的基于深度学习的综合预测方法。首先引入了一种基于完全集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)和奇异谱分析(Singular Spectrum Analysis,SSA)的多级数据降噪技术。这能有效地消除监测数据中的噪声和异常值,提高数据质量,为后续预测提供更合理的大坝变形数据。随后构建基于卷积神经网络(Convolutional Neural Network,CNN)和门控循环单元(Gated Recurrent Unit,GRU)的深度学习模型。采用CNN从监测数据中提取丰富的特征,利用GRU来捕获和处理时间序列数据中的长期依赖关系。为了增强模型的表现,引入了自注意力机制,以帮助模型更好地处理和识别数据中的复杂模式。通过与其他预测方法的比较,实验结果表明,该方法在大坝位移预测的准确性和稳定性方面相较于其他方法有显著的提升,能够为大坝变形监控领域提供新方法。 展开更多

关键词 完全集成经验模态分解 卷积神经网络 门控循环单元 大坝位移预测

下载PDF 职称材料

大坝变形预报模型应用 被引量：5

17

作者 江显群 陈武奋 +1 位作者 邵金龙 黄钲武 《排灌机械工程学报》 EI CSCD 北大核心 2019年第10期870-874,920,共6页

为更加准确地反映出大坝变形数据的内部规律,及时对大坝稳定性和安全度做出评价并采取有效措施,选择广州市李溪拦河坝为研究对象,搜集了4#静力水准仪2015年9月—2019年3月共753组数据.选取了2015年9月—2017年12月共355组数据作为模型... 为更加准确地反映出大坝变形数据的内部规律,及时对大坝稳定性和安全度做出评价并采取有效措施,选择广州市李溪拦河坝为研究对象,搜集了4#静力水准仪2015年9月—2019年3月共753组数据.选取了2015年9月—2017年12月共355组数据作为模型训练集建立模型,2018年1月—2018年12月328组数据作为模型验证集,用于评判模型性能;2019年1月—3月70组数据作为模型测试集,用于模型测试.分别采用逐步回归分析模型和时间序列模型进行建模及验证分析.样本测试集预测结果表明,逐步回归分析模型测试集均方差为0.022、决定系数为0.951;时间序列模型测试集均方差为0.007、决定系数为0.985.表明运用时间序列模型在拟合、预测和误差分析方面优于逐步回归模型. 展开更多

关键词 大坝变形 逐步回归分析 时间序列模型 位移预测

下载PDF 职称材料

基于PCA-RBF神经网络的混凝土坝位移趋势性预测模型 被引量：4

18

作者 陈斯煜 戴波 +1 位作者 林潮宁 曹文翰 《水利水电技术》 CSCD 北大核心 2018年第4期45-49,共5页

为了提高混凝土坝位移趋势的预测精度,提出了一种基于主成分分析(PCA)和径向基(RBF)神经网络的混凝土坝位移趋势性预测模型(PCA-RBF)。首先,利用主成分分析,将混凝土坝多测点的径向位移监测数据降维,消除影响分量数据集的多重相关性,分... 为了提高混凝土坝位移趋势的预测精度,提出了一种基于主成分分析(PCA)和径向基(RBF)神经网络的混凝土坝位移趋势性预测模型(PCA-RBF)。首先,利用主成分分析,将混凝土坝多测点的径向位移监测数据降维,消除影响分量数据集的多重相关性,分别提取出主元位移和主元影响分量。然后,把主元位移和主元影响分量输入径向基神经网络并构建模型,对提取出的主元位移进行预测。最后,将本法应用于某混凝土坝,结果表明,PCA-RBF模型的均方根误差(RMSE),平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分别为2.037 8 mm,1.698 6 mm和3.32%,显著低于传统的多元回归统计模型、径向基神经网络模型(RBF)和利用经主成分分析进行因子处理的BP神经网络模型(PCA-BP),说明PCA-RBF模型有着良好的预测精度。 展开更多

关键词 主成分分析 径向基神经网络 混凝土坝 位移预测模型 大坝安全监测

下载PDF 职称材料

系统优化的GM(1,1)模型在大坝位移预测中的应用 被引量：4

19

作者 郑雪琴 秦栋 《水电能源科学》 北大核心 2011年第4期76-77,126,共3页

针对传统灰色GM(1,1)模型的缺陷,以陈村大坝为例,根据最小二乘原理提出了以GM(1,1)的一次累加生成建模序列所有分量的拟合误差平方和最小为约束条件,求得新灰色GM(1,1)预测模型的最优初始值,改进了原GM(1,1)模型的背景值及灰度值,并与传... 针对传统灰色GM(1,1)模型的缺陷,以陈村大坝为例,根据最小二乘原理提出了以GM(1,1)的一次累加生成建模序列所有分量的拟合误差平方和最小为约束条件,求得新灰色GM(1,1)预测模型的最优初始值,改进了原GM(1,1)模型的背景值及灰度值,并与传统GM(1,1)模型做了比较。数值仿真结果表明,新模型精度较高,预测效果较理想。 展开更多

关键词 灰色系统 传统灰色GM(1 1)模型 优化GM(1 1)模型 大坝位移 预测

下载PDF 职称材料

基于残差修正的混凝土坝位移双层阶预测模型

20

作者 张祜 徐波 +2 位作者 陈泽元 朱震昊 陆隽谊 《中国农村水利水电》 北大核心 2024年第2期226-232,共7页

传统的混凝土坝位移监测模型往往忽略残差序列中的有效信息,导致对大坝位移的预测效果不佳。旨在提高预测模型的精度。针对这一问题,提出一种考虑信号残差修正的混凝土坝位移双层阶预测模型。首先根据传统混凝土坝位移预测的统计模型选... 传统的混凝土坝位移监测模型往往忽略残差序列中的有效信息,导致对大坝位移的预测效果不佳。旨在提高预测模型的精度。针对这一问题,提出一种考虑信号残差修正的混凝土坝位移双层阶预测模型。首先根据传统混凝土坝位移预测的统计模型选取大坝位移的影响因子;其次通过麻雀搜索算法(SSA)确定极限学习机(ELM)中的超参数,建立单层阶预测模型SSA-ELM,进而得到大坝的单层阶模型位移预测值;再次,基于最小样本熵(SE)和相关分析法,通过变分模态分解法(VMD)对残差序列分解重构;最后利用SSA-ELM对重构后序列进行修正,并将修正值与单层阶模型位移预测值进行叠加,构建双层阶预测模型SSA-ELM-VMDρ+,进而得到最终的位移预测值。工程实例验证表明,与其他模型相比,该双层阶模型预测精度高,泛化能力强,有效的挖掘了残差中的有效信息,并克服了噪声干扰。本研究为大坝安全监控、健康服役诊断与管理运行提供了新的参考。 展开更多

关键词 混凝土坝 位移预测 极限学习机 变分模态分解 麻雀搜索算法

下载PDF 职称材料