基于BP-PCA-WCA-SVM的混凝土大壩變形預測方法

摘要： 傳統(tǒng)基于單一模型的混凝土大壩變形預測方法預測精度低，噪聲穩(wěn)健性差，泛化能力弱。為解決該問題，提出一種基于貝塔先驗主成分分析(BP-PCA)與水循環(huán)算法(WCA)優(yōu)化支撐向量機(SVM)相結合的混凝土大壩變形組合預測方法。首先利用所提BP-PCA模型對變形數(shù)據(jù)進行多尺度降噪分解，將復雜非線性、非平穩(wěn)隨機過程分解為一系列結構簡單的主分量；然后利用WCA優(yōu)化的SVM(WCA-SVM)... （共8頁）