基于支持向量機(jī)的土石壩安全監(jiān)測模型與安全性態(tài)模糊評價.pdf

1、近些年來，水利水電工程方興未艾，特別是我國水能資源豐富的西南地區(qū)，仍有一些大型水利水電工程項(xiàng)目處在施工建設(shè)階段。隨著“一帶一路”戰(zhàn)略的提出，更多的水利水電建設(shè)者們將走出國門，援建其他國家。為了發(fā)揮工程的巨大效益、保證工程的平穩(wěn)運(yùn)行，大壩的安全問題就顯得尤為重要，特別是占大多數(shù)的土石壩，而安全監(jiān)測是反映土石壩安全性態(tài)、減少工程事故發(fā)生的重要手段。建立土石壩安全監(jiān)測模型，分析監(jiān)測資料數(shù)據(jù)，評判土石壩安全性態(tài)是安全監(jiān)測工作的重要組成部分。支持

2、向量機(jī)（SVM）作為一種數(shù)據(jù)挖掘中的新方法，能夠較好的處理非線性、高維數(shù)和小樣本問題，具有良好的泛化能力，在土石壩安全監(jiān)測領(lǐng)域得到應(yīng)用。但該模型參數(shù)的選取是模型性能優(yōu)劣的關(guān)鍵，分別采用粒子群算法（PSO）和人工蜂群算法（ABC）進(jìn)行參數(shù)尋優(yōu)優(yōu)化模型。最后建立了土石壩安全性態(tài)模糊評價模型，結(jié)合某土石壩滲流監(jiān)測數(shù)據(jù)，對土石壩滲流安全等級進(jìn)行評判。本文主要研究內(nèi)容和成果如下：
　?。?）闡述支持向量機(jī)的算法原理、特點(diǎn)，參數(shù)選取對模型的影

3、響，在分析土石壩效應(yīng)量和環(huán)境變量之間關(guān)系的基礎(chǔ)上建立了基于支持向量機(jī)的土石壩監(jiān)測模型。
　?。?）分別介紹粒子群算法和人工蜂群算法的原理、特點(diǎn)、參數(shù)等內(nèi)容，針對支持向量機(jī)中采用網(wǎng)格搜索法選取模型參數(shù)導(dǎo)致模型精度不高的問題，將具有全局尋優(yōu)能力的粒子群算法、人工蜂群算法引入支持向量機(jī)，進(jìn)行參數(shù)尋優(yōu)、優(yōu)化模型，建立了PSO-SVM、ABC-SVM土石壩監(jiān)測模型。
　　（3）將建立的PSO-SVM、ABC-SVM模型應(yīng)用于工程實(shí)例，

4、結(jié)合某土石壩的位移、滲流監(jiān)測數(shù)據(jù)進(jìn)行擬合與預(yù)測，并與支持向量機(jī)模型做對比分析，結(jié)果表明PSO-SVM、ABC-SVM模型預(yù)測精度更高、誤差更小。其中ABC-SVM模型的效果更好，說明ABC算法具有更強(qiáng)的全局尋優(yōu)能力。
　?。?）建立土石壩安全性態(tài)模糊評價模型。先擬定監(jiān)控指標(biāo)，利用模糊數(shù)學(xué)方法，確定監(jiān)測項(xiàng)目各測點(diǎn)監(jiān)測數(shù)據(jù)的隸屬度矩陣，引入博弈論確定各測點(diǎn)權(quán)重，通過運(yùn)算得到評判結(jié)果，再根據(jù)最大隸屬度原則確定土石壩的安全性態(tài)等級。對某土