为实现环境激励下复杂钢结构的损伤预警,提出一种基于粒子群优化(particle swarm optimization,简称PSO)的支持向量回归(support vector regression,简称SVR)-时间序列(auto-regressive and moving average model,简称ARMA)组合模型用...为实现环境激励下复杂钢结构的损伤预警,提出一种基于粒子群优化(particle swarm optimization,简称PSO)的支持向量回归(support vector regression,简称SVR)-时间序列(auto-regressive and moving average model,简称ARMA)组合模型用于频率预测,并结合均值控制图法将其用于复杂钢结构的损伤预警中。所提出频率预测模型的准确性和有效性采用潍坊市白浪河摩天轮钢结构实测数据进行验证。验证结果表明:与基本SVR模型、SVR-ARMA模型和PSO-SVR模型相比,所提模型具有更高的泛化能力和预测精度;在白浪河摩天轮钢结构的损伤预警中,基于粒子群优化的SVR-ARMA组合模型可检出由损伤造成模态频率轻微的异常变化,具有较强的损伤敏感性。研究成果可为环境激励下复杂钢结构的损伤预警提供参考。展开更多
综合分析了外界干扰下的塔里木河流域生态水流情势,采用组合回归模型建立了适应生态变化的水流利用关系,修正了水文-生态响应关系和生态水流估算结果,进一步讨论了适应生态过程的水流情势利用策略。结果表明:自20世纪60年代以来,塔里木...综合分析了外界干扰下的塔里木河流域生态水流情势,采用组合回归模型建立了适应生态变化的水流利用关系,修正了水文-生态响应关系和生态水流估算结果,进一步讨论了适应生态过程的水流情势利用策略。结果表明:自20世纪60年代以来,塔里木河源流与干流水流情势变化不一致,源流来水保证率递减,源流区间耗水量呈增加趋势。相比ARMA(auto-regressive and moving average)模型,基于不同利用方式的生态水流组合回归模型模拟效果较好,可作为参考性预报;结合生态水流预测方程,制定了适应生态的水量调度对策。展开更多
文摘为实现环境激励下复杂钢结构的损伤预警,提出一种基于粒子群优化(particle swarm optimization,简称PSO)的支持向量回归(support vector regression,简称SVR)-时间序列(auto-regressive and moving average model,简称ARMA)组合模型用于频率预测,并结合均值控制图法将其用于复杂钢结构的损伤预警中。所提出频率预测模型的准确性和有效性采用潍坊市白浪河摩天轮钢结构实测数据进行验证。验证结果表明:与基本SVR模型、SVR-ARMA模型和PSO-SVR模型相比,所提模型具有更高的泛化能力和预测精度;在白浪河摩天轮钢结构的损伤预警中,基于粒子群优化的SVR-ARMA组合模型可检出由损伤造成模态频率轻微的异常变化,具有较强的损伤敏感性。研究成果可为环境激励下复杂钢结构的损伤预警提供参考。
文摘综合分析了外界干扰下的塔里木河流域生态水流情势,采用组合回归模型建立了适应生态变化的水流利用关系,修正了水文-生态响应关系和生态水流估算结果,进一步讨论了适应生态过程的水流情势利用策略。结果表明:自20世纪60年代以来,塔里木河源流与干流水流情势变化不一致,源流来水保证率递减,源流区间耗水量呈增加趋势。相比ARMA(auto-regressive and moving average)模型,基于不同利用方式的生态水流组合回归模型模拟效果较好,可作为参考性预报;结合生态水流预测方程,制定了适应生态的水量调度对策。
