基于KPCA-RVM的土石坝沉降预测模型研究

编号 zgly0001569338

文献类型 期刊论文

文献题名 基于KPCA-RVM的土石坝沉降预测模型研究

作者 马春辉  杨杰  程琳  李婷  陈容 

作者单位 西安理工大学水利水电学院  西北旱区生态水利工程国家重点实验室培育基地  甘肃大唐碧口水力发电厂 

母体文献 西北农林科技大学学报(自然科学版 

年卷期 2017年01期

年份 2017 

分类号 TV641  TV698.1 

关键词 土石坝  KPCA-RVM模型  沉降预测  核主元分析  相关向量机 

文摘内容 【目的】针对土石坝坝体沉降存在多变量、强耦合、强干扰的复杂问题,建立基于KPCA-RVM的土石坝沉降预测模型。【方法】利用核主元分析(KPCA)对输入向量进行降维处理,以减少因子个数,随后利用相关向量机(RVM)模型对土石坝沉降进行预测,并以平均相对误差为指标对预测精度进行评价。【结果】实例应用表明,KPCA-RVM模型将输入向量由14个降低到7个,预测结果的平均相对误差仅为0.9%,预测效果得到明显提升。【结论】利用KPCARVM模型对土石坝进行沉降预测,不仅可以减少输入向量个数,而且可以提高预测精度,可在实际工程中推广应用。