| 基于KPCA RVM的土石坝沉降预测模型研究 |
| |
| 引用本文： | 马春辉,杨 杰,程 琳,等.基于KPCA RVM的土石坝沉降预测模型研究[J].西北农林科技大学学报(社会科学版),2017,45(1):211-217. |
| |
| 作者姓名： | 马春辉 杨 杰 程 琳 等 |
| |
| 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,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,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 |
| |
| 基金项目： | 国家自然科学基金项目（51409205）；陕西省重点科技创新团队项目（2013KCT 15）；博士后自然科学基金项目（2015M572656XB）；水文水资源与水利工程科学国家重点实验室开放研究基金项目（2014491011）；西安理工大学水利水电学院青年科技创新团队项目（2016ZZKT 14） |
| |
| 摘 要： | 【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。
|
| 关 键 词： | 土石坝 KPCA-RVM模型 沉降预测 核主元分析 相关向量机 |
| 收稿时间： | 9/9/2015 12:00:00 AM |
KPCA-RVM based prediction model for settlement of earth rockfill dam |
| |
| MA Chunhui,YANG Jie and CHENG Lin,et al.KPCA-RVM based prediction model for settlement of earth rockfill dam[J].Journal of Northwest Sci-Tech Univ of Agr and,2017,45(1):211-217. |
| |
| Authors: | MA Chunhui YANG Jie and CHENG Lin |
| |
| Abstract: | |
| |
| Keywords: | earth-rockfill dam KPCA-RVM model settlement prediction kernel principal component analysis relevance vector machine |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《西北农林科技大学学报(社会科学版)》浏览原始摘要信息 |
| 点击此处可从《西北农林科技大学学报(社会科学版)》下载免费的PDF全文 |
