基于改进pso算法和svm的大坝监控模型研究

？针对传统大坝安全变形预警监控模型对缺失数据敏感、精度易受其它因素影响的特点，提出了一种利用粒子群算法与支持向量机相结合的建模方法。即通过粒子群算法对支持向量机模型的参数进行寻优，同时改进了惯性权重因子与学习因子,并引入参数收敛程度，有效地解决了粒子群算法存在的早熟收敛问题,提高了全局收敛能力。阐述了模型建立的算法步骤，并利用某水电站观测数据进行了验证。结果表明，相对于传统优化算法,改进的pso-svm模型在大坝安全变形监控上具有很大的优越性，而且也扩展了粒子群算法的应用范围。