典型文献
考虑邻近点相关性的EN-SVM组合混凝土双曲拱坝变形预测模型
文献摘要:
模型的输入通常决定模型的性能,而在普遍的混凝土坝变形预测模型中往往仅考虑以环境因素作为输入情况.基于此,在考虑环境因素影响的基础上,把邻近测点的相关性也纳入考虑,构建了考虑邻近点相关性的弹性网络(EN)与支持向量机(SVM)的组合预测模型,即先构造两类不同的特征,然后分别使用主成分分析法(PCA)和EN进行类内特征处理,再把处理好的特征因子分别输入EN、SVM模型中,得到各自的模型预测值,最后利用最优权重组合法对两个模型的预测结果进行权重组合,得到最终的预测值.实例分析表明,该组合模型的均方根误差、平均绝对误差及平均绝对百分比误差均低于其他模型,验证了其有效性与优越性.
文献关键词:
混凝土坝;变形预测;特征处理;EN-SVM;权重组合
中图分类号:
作者姓名:
侯回位;郑东健;黄寒冰;范博伟
作者机构:
河海大学水利水电学院,江苏南京210098;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
文献出处:
引用格式:
[1]侯回位;郑东健;黄寒冰;范博伟-.考虑邻近点相关性的EN-SVM组合混凝土双曲拱坝变形预测模型)[J].水电能源科学,2022(02):105-109
A类:
组合混凝土
B类:
EN,双曲拱坝,输入通,定模,混凝土坝变形预测,弹性网络,组合预测模型,内特,特征处理,特征因子,别输,最优权重,权重组合,组合法,行权,该组,组合模型,平均绝对误差,平均绝对百分比误差
AB值:
0.271377
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。