检索结果-维普期刊中文期刊服务平台

移动平均和经验模态分解法在大坝位移分离中的应用被引量：2: 1; 作者宋锦焘张秀山 +4 位作者江骄王少伟沈寿亮刘天祥梁睿斌《水电能源科学》北大核心 2014年第3期98-102,共5页; 经验模态分解方法由于缺少数据预处理,分解结果具有冗余性、与自变量数量不能对应、模函数无法进行物理解释等问题,因此在经验模态分解前增加移动平均数据预处理过程,以减少原始数据量,保留趋势过程,并以某双曲拱坝位移分离为例,对比了... 展开更多; 关键词大坝安全监测位移分离经验模态分解移动平均法; 在线阅读下载PDF 职称材料

基于改进PSO-SVM-MC模型的大坝变形监测模型被引量：7: 2; 作者杜传阳郑东健 +3 位作者张毅孔庆梅张秀山李媛《水电能源科学》北大核心 2015年第2期74-77,88,共5页; 分析与处理大坝变形监测资料在大坝安全监测中意义重大。支持向量机(SVM)在大坝安全监测建模中应用广泛,但采用标准粒子群(PSO)算法对SVM参数寻优过程中,易陷入局部最优,且残差也会影响模型的预测精度。为提高大坝监测模型的泛化能力和... 展开更多; 关键词大坝变形监测模型改进的粒子群优化算法支持向量机马尔科夫链; 在线阅读下载PDF 职称材料

基于动态SVM-MC的大坝变形监测模型及应用被引量：5: 3; 作者杜传阳郑东健 +2 位作者张毅李媛张秀山《水电能源科学》北大核心 2015年第1期71-74,共4页; 为了提高大坝监测模型的泛化能力和残差辨识的精确性,将支持向量机模型(SVM)和马尔科夫链模型(MC)相结合,建立了SVM-MC大坝变形监测模型,利用马尔科夫链模型处理SVM模型的残差,在进行预测时,采用动态更新模型的方法,即动态SVM-MC模型,... 展开更多; 关键词大坝变形监测模型支持向量机马尔科夫链动态模型; 在线阅读下载PDF 职称材料

改进多级模糊可拓方法在大坝变形评价中的应用被引量：3: 4; 作者苏观南孔庆梅 +1 位作者梁睿斌沈寿亮《人民长江》北大核心 2014年第17期89-93,共5页; 传统模糊可拓模型在大坝工作性态评价中,一般通过主观赋权法来确定物元特征的权重,而忽视了客观因素的影响。将同级的物元特征(即同级评价指标)关联度组成原始数据矩阵,再利用熵权法计算出该级物元特征的权重,而对于最底层的物元特征值... 展开更多; 关键词模糊可拓模型大坝变形熵权法物元特征权重; 在线阅读下载PDF 职称材料

基于集合经验模态分解和自回归滑动平均的某碾压混凝土重力坝变形预测模型及应用被引量：3: 5; 作者梁嘉琛赵二峰 +2 位作者张秀山孔庆梅兰石发《水电能源科学》北大核心 2015年第3期68-70,67,共4页; 为更精确地预测大坝变形数据,针对大坝变形监测序列的非线性和非平稳性问题,提出了一种结合集合经验模态分解和自回归滑动平均模型的大坝变形预测模型。首先利用集合经验模态分解法将非平稳的大坝变形监测数据分解为具有不同特征尺度的... 展开更多; 关键词大坝变形预测集合经验模态分解自回归滑动平均; 在线阅读下载PDF 职称材料

题名移动平均和经验模态分解法在大坝位移分离中的应用被引量：2: 1; 作者宋锦焘张秀山江骄王少伟沈寿亮刘天祥梁睿斌; 机构河海大学水文水资源与水利工程科学国家重点实验室河海大学水资源高效利用与工程安全国家工程研究中心河海大学水利水电学院青海黄河水电公司大坝管理中心; 出处《水电能源科学》北大核心 2014年第3期98-102,共5页; 基金淮安市水利院士工作站资助国家自然科学基金重点项目(51139001) +2 种基金江苏高校优势学科建设工程资助项目(水利工程)(YS11001); 文摘经验模态分解方法由于缺少数据预处理,分解结果具有冗余性、与自变量数量不能对应、模函数无法进行物理解释等问题,因此在经验模态分解前增加移动平均数据预处理过程,以减少原始数据量,保留趋势过程,并以某双曲拱坝位移分离为例,对比了经过数据预处理与未经数据预处理的经验模态分解结果。结果表明,预处理后位移序列趋势性不变,但数据量和分解模函数数量均有所减少;为了使分解得到的模函数与水位和温度的物理解释相吻合,选择合适的移动平均参数M,使模函数数量为2,避免了分解的冗余性。; 关键词大坝安全监测位移分离经验模态分解移动平均法; Keywords dam safe monitoring displacement separation~ empirical mode decomposition moving average method; 分类号 TV698.1 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

题名基于改进PSO-SVM-MC模型的大坝变形监测模型被引量：7: 2; 作者杜传阳郑东健张毅孔庆梅张秀山李媛; 机构河海大学水文水资源与水利工程科学国家重点实验室黄河上游水电开发有限责任公司青海黄河水电公司大坝管理中心黄河上游水电开发有限责任公司李家峡发电分公司; 出处《水电能源科学》北大核心 2015年第2期74-77,88,共5页; 基金国家自然科学基金重点项目(41323001 51139001) +7 种基金 20120094130003 20130094110010) NCET-10-0359) 201301061) 江苏省杰出青年基金项目(BK2012036); 文摘分析与处理大坝变形监测资料在大坝安全监测中意义重大。支持向量机(SVM)在大坝安全监测建模中应用广泛,但采用标准粒子群(PSO)算法对SVM参数寻优过程中,易陷入局部最优,且残差也会影响模型的预测精度。为提高大坝监测模型的泛化能力和预测精度,采用改进后的自适应位置PSO(APPSO)算法,对SVM模型的参数进行寻优,并利用马尔科夫链(MC)模型修正PSO-SVM模型的残差。工程实例分析表明,PSO-SVM-MC模型可提高模型预测的泛化能力和精度。; 关键词大坝变形监测模型改进的粒子群优化算法支持向量机马尔科夫链; Keywords monitoring model for dam deformation improved PSO SVM Markov chain; 分类号 TV698.1 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

题名基于动态SVM-MC的大坝变形监测模型及应用被引量：5: 3; 作者杜传阳郑东健张毅李媛张秀山; 机构河海大学水文水资源与水利工程科学国家重点实验室黄河上游水电开发有限责任公司黄河上游水电开发有限责任公司李家峡发电分公司青海黄河水电公司大坝管理中心; 出处《水电能源科学》北大核心 2015年第1期71-74,共4页; 基金国家自然科学基金重点项目(41323001 51139001) +11 种基金国家自然科学基金项目(51379068 51179066 51279052 51209077) 20120094130003 20130094110010) BRA2011145) 江苏省"六大人才高峰"项目(JY-008); 文摘为了提高大坝监测模型的泛化能力和残差辨识的精确性,将支持向量机模型(SVM)和马尔科夫链模型(MC)相结合,建立了SVM-MC大坝变形监测模型,利用马尔科夫链模型处理SVM模型的残差,在进行预测时,采用动态更新模型的方法,即动态SVM-MC模型,并通过实例应用做了比较。结果表明,动态SVM-MC模型提高了预测的精度和泛化能力,可用于复杂大坝的安全建模。; 关键词大坝变形监测模型支持向量机马尔科夫链动态模型; Keywords dam deformation monitoring model SVM Markov chain dynamic model; 分类号 TV698.1 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

题名改进多级模糊可拓方法在大坝变形评价中的应用被引量：3: 4; 作者苏观南孔庆梅梁睿斌沈寿亮; 机构河海大学水利水电学院河海大学水资源高效利用与工程安全国家工程研究中心青海黄河水电公司大坝管理中心; 出处《人民长江》北大核心 2014年第17期89-93,共5页; 基金国家自然科学基金项目(51279052) 水利部公益性行业科研专项经费项目(201201038); 文摘传统模糊可拓模型在大坝工作性态评价中,一般通过主观赋权法来确定物元特征的权重,而忽视了客观因素的影响。将同级的物元特征(即同级评价指标)关联度组成原始数据矩阵,再利用熵权法计算出该级物元特征的权重,而对于最底层的物元特征值则仍采用简单关联函数法确定权重,由此提出了一种改进的多级模糊可拓评价模型。随后选取某混凝土重力拱坝的3个典型坝段的变形性态进行评价,所得结果与实际情况相符,表明改进的多级模糊可拓方法可用于大坝工作性态的评价,且能避免人为确定权系数所造成的主观误差。; 关键词模糊可拓模型大坝变形熵权法物元特征权重; Keywords fuzzy extension model dam deformation entropy method weights of matter-element characteristics; 分类号 TV698.1 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

题名基于集合经验模态分解和自回归滑动平均的某碾压混凝土重力坝变形预测模型及应用被引量：3: 5; 作者梁嘉琛赵二峰张秀山孔庆梅兰石发; 机构河海大学水利水电学院河海大学水文水资源与水利工程科学国家重点实验室河海大学水资源高效利用与工程安全国家工程研究中心青海黄河水电公司大坝管理中心古田溪水力发电厂; 出处《水电能源科学》北大核心 2015年第3期68-70,67,共4页; 基金国家自然科学基金重点项目(41323001 51139001) +2 种基金 201301061) 江苏高校优势学科建设工程资助项目(水利工程)(YS11001); 文摘为更精确地预测大坝变形数据,针对大坝变形监测序列的非线性和非平稳性问题,提出了一种结合集合经验模态分解和自回归滑动平均模型的大坝变形预测模型。首先利用集合经验模态分解法将非平稳的大坝变形监测数据分解为具有不同特征尺度的本征模态函数,然后分析各分量特征并分别建立自回归滑动平均模型,选择各自适合的最优模型参数,最后叠加各分量的预测结果作为最终的变形预测结果。分析结果表明,相较单一预测模型,结合集合经验模态分解和自回归滑动平均模型的组合预测模型的预测精度更高。; 关键词大坝变形预测集合经验模态分解自回归滑动平均; Keywords dam deformation forecasting EEMD ARMA; 分类号 TV698.1 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	移动平均和经验模态分解法在大坝位移分离中的应用	宋锦焘张秀山江骄王少伟沈寿亮刘天祥梁睿斌	《水电能源科学》北大核心	2014	2	在线阅读下载PDF 职称材料
2	基于改进PSO-SVM-MC模型的大坝变形监测模型	杜传阳郑东健张毅孔庆梅张秀山李媛	《水电能源科学》北大核心	2015	7	在线阅读下载PDF 职称材料
3	基于动态SVM-MC的大坝变形监测模型及应用	杜传阳郑东健张毅李媛张秀山	《水电能源科学》北大核心	2015	5	在线阅读下载PDF 职称材料
4	改进多级模糊可拓方法在大坝变形评价中的应用	苏观南孔庆梅梁睿斌沈寿亮	《人民长江》北大核心	2014	3	在线阅读下载PDF 职称材料
5	基于集合经验模态分解和自回归滑动平均的某碾压混凝土重力坝变形预测模型及应用	梁嘉琛赵二峰张秀山孔庆梅兰石发	《水电能源科学》北大核心	2015	3	在线阅读下载PDF 职称材料