江苏省杰出青年基金(BK2012036) 作品数:39 被引量:182 H指数:9 相关作者: 苏怀智 范振东 张毅 郑东健 任杰 更多>> 相关机构: 河海大学 国家工程研究中心 黄河上游水电开发有限责任公司 更多>> 发文基金: 江苏省杰出青年基金 国家自然科学基金 水利部公益性行业科研专项 更多>> 相关领域: 水利工程 建筑科学 一般工业技术 交通运输工程 更多>>
基于SVM-ARIMA的大坝变形预测模型 被引量:7 2014年 大坝变形的实测值序列是一个非线性、非平稳的时间序列,支持向量机引入核函数后能有效解决非线性问题,因此可用支持向量机对大坝变形进行预测。为了提高预测精度,进一步对残差序列进行分析,通过ARIMA模型对残差序列进行预测,建立了SVM-ARIMA组合模型。将大坝变形时间序列分为趋势项和误差项,分别用SVM和ARIMA模型进行预测,综合两项结果得到模型的预测值。结合实测资料对模型进行检验,结果表明组合模型精度较高。 沈寿亮 刘天祥 宋锦焘 姜彦作 梁睿斌关键词:大坝变形 支持向量机 基于ABCA-SVM的大坝变形预警模型 被引量:2 2018年 合理分析大坝变形监测数据序列特征,精确预测大坝变形状况,是大坝安全监测的重要内容。针对常用大坝安全监测分析模型存在的不足,将人工蜂群算法与支持向量机模型结合起来,利用人工蜂群算法全局搜索能力强、收敛速度快等优点对支持向量机模型的惩罚因子C和核参数δ进行优化,建立了ABCA-SVM模型。某水电站大坝坝顶某点的112组径向位移预测实例表明,ABCA-SVM模型预测精度高于标准SVM模型的,可以在大坝安全监测领域推广应用。 钱程 李连基 周子东关键词:大坝安全 人工蜂群算法 基于POT模型的大坝位移预警指标实时估计 被引量:5 2016年 大坝服役过程中,对其预警指标进行实时估计具有重要意义。基于极值理论,针对大坝位移历史监测序列,拟定合理的阈值,利用广义帕累托分布(GPD)对超阈值序列进行刻画,结合大坝失事概率,建立位移预警指标估计超阈值(POT)模型。通过实时更新建模序列,完成对位移预警指标的实时估计。针对某混凝土重力拱坝29号坝段某测点在典型时间段2007年~2009年、2007年~2010年和2007年~2011年的位移监测数据,利用POT和传统区间极值(BMM)模型分别完成对2010年、2011年和2012年位移预警指标的估计,验证了POT模型比传统区间极值(BMM)模型更加安全合理。 任杰 苏怀智 陈兰 许焱鑫关键词:大坝 极值理论 POT模型 混凝土坝渗流性态综合评价与趋势预估模型研究 被引量:9 2013年 大坝渗流性态评价是一个多层次多指标相融合的系统分析问题。充分利用大坝渗流实测资料,构建人为参与少、可操作性强的大坝渗流性态评价方法,给出定性与定量相结合的评价和预估结果,一直以来是坝工领域关注的重要研究方向。借助集对分析方法和熵值理论,在对混凝土坝实测渗流性态综合评价指标体系和指标度量方法进行论述的基础上,构建了混凝土坝渗流性态的集对分析模型;研究了渗流评价指标的熵权赋值方法;通过同、异、反三方面的综合分析,实现了混凝土坝渗流性态的现状评价和发展趋势预测。对某混凝土重力坝渗流性态的分析表明,该方法可依据混凝土坝渗流性态的实测资料,将确定性和不确定性进行集成考量,能较客观地对混凝土坝渗流性态作出评价和预估。 苏怀智 孙小冉关键词:渗流性态 综合评价 集对分析 混凝土坝 基于IPSO-RVM的大坝安全预警模型 被引量:7 2016年 针对SVM(Support Vector Machine,支持向量机)存在支持向量个数较多、核函数要求严格等不足,将性能更出色的RVM((Relevance Vector Machine,相关向量机)用于大坝安全预警模型的构建。核函数及其参数对RVM模型的性能有着重要的影响,组合局部核函数和全局核函数的混和核函数能提高模型的拟合精度和泛化能力,利用PSO(Particle Swarm Optimization,粒子群算法)能有效地对核参数进行寻优,针对标准PSO算法容易陷入局部最优点的缺陷,提出IPSO(Improved Particle Swarm Optimization,改进的粒子群算法)。将上述组合算法用于大坝安全模型的建立,实例分析表明,基于上述算法模型的性能得到了一定程度的提高。 范振东 崔伟杰 陈敏 杜传阳关键词:相关向量机 混合核函数 自适应粒子群算法 泛化能力 边坡位移预警指标的实时估计与诊断 被引量:6 2016年 边坡预警指标的实时估计与诊断是实现边坡安全监控、预防边坡演变为滑坡的重要手段。安全预警注重考虑极端事件,其关键在于能否准确进行效应量序列分位数分析及刻画其尾部特征。基于极值理论中超阈值(Peaks over Threshold,POT)模型,分时段考虑边坡位移监测序列,借助Hill图法拟定合理的阈值,再利用广义帕累托分布(Generalized Pareto Distribution,GPD)对超阈值序列进行拟合分析,渐进地刻画位移序列分布的尾部特征,分析其抵御已经历荷载的能力。假定边坡失事概率,得到位移预警指标实时估计序列,挖掘或评估出该边坡面临可能发生极端荷载时的抵御能力。最后基于突变理论中尖点突变模型对位移预警指标实时估计序列进行突变诊断,结合具体边坡工程实例,验证了POT-突变理论混合模型的合理性。 任杰 苏怀智 杨孟 周志杰关键词:边坡 极值理论 POT模型 尖点突变理论 SVM-RBFNN组合模型在某混凝土双曲拱坝变形监测中的应用 被引量:3 2015年 大坝变形监测数据由于受水位、温度、时效等因素的影响,是一个非线性、非平稳的时间序列。考虑到支持向量机模型(SVM)对小样本、非线性问题有很好的预测效果,采用SVM模型刻画样本数据的趋势性信息;同时运用径向基函数神经网络(RBFNN)对残差序列进行分析和预测,并将时间序列的趋势项和误差项线性叠加,组成SVM-RBFNN组合预测模型。实例应用表明,SVM-RBFNN组合模型精度高于SVM模型,具有一定的实用性。 钱程 李连基 周子东关键词:大坝安全 支持向量机 神经网络 ARIMA-MC组合模型在大坝变形安全监测中的应用 被引量:2 2014年 为及时了解大坝的安全状况,在坝体变形监测资料往往不平稳的基础上,建立了ARIMA预测模型,通过马尔科夫链预测了ARIMA模型的误差,从而修正了模型的预测值,建立了ARIMA-MC组合模型,并结合实测数据验证了此组合模型的有效性。结果表明,ARIMA-MC组合模型预测精度高,具有较好的实用性。 沈寿亮 姜彦作 宋锦焘 刘天祥 梁睿斌关键词:大坝变形 马尔科夫链 ARIMA模型 改进的非等间距GM(1,1)大坝位移监控模型 被引量:1 2015年 针对传统GM(1,1)监控模型在拟合和预测大坝位移方面的不足,通过采用积分方式重构背景值、引进最佳赋权矩阵体现原始数据的时间影响效应、优化残差等途径,提出了改进的非等间距GM(1,1)大坝位移监控模型。结合工程实例,对比分析表明改进的GM(1,1)监控模型相比于传统GM(1,1)监控模型在对大坝位移原始监测资料分析的基础上,预测精度有较大提高,可作为一种新的预测手段应用于大坝位移预测中。 任杰 王大明 朱茜 赵斌关键词:大坝 综合考虑渗流滞后效应和库水位变化速率影响的大坝渗流统计模型 被引量:9 2013年 以某大坝渗流量分析评价为例,通过引入库水位变化速率这一渗流影响因子,在对库水位变化速率及其对大坝渗流影响进行分析的基础上,研究了综合考虑渗流滞后效应和库水位变化速率影响的大坝渗流统计模型构建原理和方法,并通过与传统统计模型的对比分析,验证了文中方法的可行性和有效性。 蔡婷婷 苏怀智 顾冲时 仇建春关键词:大坝 库水位