公开(公告)号：CN111191191B

公开(公告)日：2022-07-12

申请号：CN201911368356.X

申请日：2019-12-26

Applicant: 南昌大学

Inventor： 魏博文 ,  陈良捷 ,  罗绍杨 ,  李火坤

IPC: G06F17/18 ,  G06N3/00

Abstract: 本发明公开了一种精准预测混凝土坝变形效应的组合模型的构建方法，具体是一种基于差分整合移动平均自回归模型(ARIMA)和粒子群优化的支持向量机模型(PSO‑SVR)的混凝土坝多尺度变形组合预报模型。利用大坝变形观测历史数据，在建立逐步回归模型的基础上，采用精准预测混凝土坝变形的组合预报模型，基于SVR模型在非线性时间序列领域中优异的处理能力，结合粒子群算法的参数寻优特长，以解决现有预报模型存在的小样本、非线性、过拟合等问题，同时也为其他水工建筑物变形预报模型的构建提供了一种便捷高效的新方法。

公开(公告)号：CN111191191A

公开(公告)日：2020-05-22

申请号：CN201911368356.X

申请日：2019-12-26

Applicant: 南昌大学

Inventor： 魏博文 ,  陈良捷 ,  罗绍杨 ,  李火坤

IPC: G06F17/18 ,  G06N3/00

Abstract: 本发明公开了一种精准预测混凝土坝变形效应的组合模型的构建方法，具体是一种基于差分整合移动平均自回归模型(ARIMA)和粒子群优化的支持向量机模型(PSO-SVR)的混凝土坝多尺度变形组合预报模型。利用大坝变形观测历史数据，在建立逐步回归模型的基础上，采用精准预测混凝土坝变形的组合预报模型，基于SVR模型在非线性时间序列领域中优异的处理能力，结合粒子群算法的参数寻优特长，以解决现有预报模型存在的小样本、非线性、过拟合等问题，同时也为其他水工建筑物变形预报模型的构建提供了一种便捷高效的新方法。