人民黄河

作者：王颖慧;苏怀智

单位：（1.河海大学 水文水资源与水利工程科学国家重点实验室，江苏 南京 210098； 2.河海大学 水利水电学院，江苏 南京 210098

关键词：大坝变形监测;预测;支持向量机;主成分分析;灰狼优化算法

很多大坝失事前会出现坝体变形测值异常的情况，为了确保大坝安全运行，需要建立精确的模型来进行数据分析和变形预测。针对大坝安全监测数据序列中出现小样本、短序列和序列非线性的特点，将主成分分析法（PCA）引入支持向量机（SVM）来简化因子关系，实现支持向量机模型输入的优化设计，同时应用灰狼优化算法（GWO）对支持向量机进行参数优化，并结合支持向量机的非线性拟合能力，使模型更好地体现大坝的工作机制。以某混凝土连拱坝为例，分别建立统计模型、标准SVM模型、PCA-SVM模型以及PCA-GWO-SVM模型并对预测结果进行分析，对比验证了PCA-GWO-SVM模型方法的可行性。

来源：2020年第11期

《人民黄河》期刊编辑部

查看人民黄河杂志2020年第11期