典型文献
基于KPCA-WOA-RVM的混凝土坝变形预测模型及其应用
文献摘要：
在混凝土坝的安全监测中,影响混凝土坝变形的环境因子易包含噪声,且二者之间一般会存在相关性,这会降低混凝土坝变形预测模型的泛化能力.对此,采用核主成分分析法(KPCA)对输入相关向量机(RVM)的环境因子进行降维处理,同时使用鲸群优化算法(WOA)对相关向量机的参数进行寻优,构建了KPCA-WOA-RVM混凝土坝变形预测模型.实例应用结果表明,该模型预测精度高于多元线性回归(MLR)、KPCA-MLR、WOA-RVM模型,验证了将核主成分分析法应用于混凝土坝变形预测模型的合理性及该模型的优越性.
文献关键词：
混凝土坝;变形预测;核主成分分析;相关向量机;鲸群优化算法;相关性
中图分类号：
作者姓名：
杨晨昊;郑东健
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]杨晨昊;郑东健-.基于KPCA-WOA-RVM的混凝土坝变形预测模型及其应用)[J].水电能源科学,2022(10):118-122
A类：
B类：
KPCA,WOA,RVM,混凝土坝变形预测,安全监测,环境因子,泛化能力,核主成分分析法,相关向量机,降维处理,鲸群优化算法,实例应用,MLR
AB值：
0.144559
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。
