基于ABC-SVM的土石坝变形监测模型

来源：水资源与水工程学报杂志2017年第4期北京时间：

作者：张柯，杨杰，程琳

单位：1.西安理工大学水利水电学院,2.陕西省西北旱区生态水利工程重点实验室

摘要：针对土石坝变形具有较强的非线性特征，传统统计模型预测精度不高，误差较大的问题。引入支持向量机模型(SVM)，并采用人工蜂群算法(ABC)对支持向量机的关键参数惩罚因子C和核函数参数σ进行寻优，提高模型的拟合和预测精度，建立ABC-SVM模型应用于土石坝变形监测。实例验证分析表明：与传统多元回归模型和SVM模型相比，ABC-SVM模型预测精度高、泛化能力强。利用ABC-SVM模型对土石坝变形进行预测效果良好，可在大坝安全监测领域推广应用。

关键词：土石坝变形,监测模型,人工蜂群算法,支持向量机,参数寻优

基金资助：国家自然科学基金项目（51409205）；西安理工大学水利水电学院青年科技创新团队项目（2016ZZKT-14）