屠立峰
- 作品数：8 被引量：24H指数：4
- 供职机构：河海大学水利水电学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金教育部“新世纪优秀人才支持计划”更多>>
- 相关领域：水利工程更多>>
- 基于分形插值的ARIMA大坝预警模型被引量：4
- 2015年
- 针对ARIMA模型对含有缺失值的时间序列进行拟合预测会产生较大的误差,将分形插值与ARIMA模型相结合运用在大坝安全监测中.首先利用分形插值能通过分形物体的部分信息得出其整体形态的特点,对原始数据进行插值计算,然后建立ARIMA时间序列模型并进行预测.以小湾坝顶某监测点径向位移为例,建立基于分形插值的ARIMA模型,并与实测值比较.计算结果表明,插值后的ARIMA模型较原始模型的拟合和预测精度更高.
- 屠立峰包腾飞李月娇赵斌
- 关键词：分形插值ARIMA模型大坝安全监测
- 基于改进自适应遗传算法的大坝变形支持向量机预测模型被引量：1
- 2015年
- 针对支持向量机模型预测大坝变形的核心为选取惩罚因子C和核函数参数σ的问题,以及标准遗传算法可能存在收敛局部小而最后得不到全局最优解、收敛速度慢等缺点,采用改进的自适应遗传算法对参数进行寻优。实例应用表明,与自适应遗传算法的支持向量机模型和统计模型相比,改进的自适应遗传算法的支持向量机模型推广能力和泛化能力更好,从而证明该预测模型具有可行性和实用性。
- 李月娇包腾飞屠立峰唐琪伏晓
- 关键词：大坝变形支持向量机
- 基于SAPSO-RVM的大坝变形预测模型及应用被引量：1
- 2015年
- 鉴于支持向量机(SVM)存在结构稀疏化不足、缺乏概率信息等缺陷,将性能更具优势的相关向量机(RVM)理论引入到大坝变形预测的应用中。选择高斯径向基函数作为RVM模型的核函数,核参数用基于模拟退火的混合粒子群算法(SAPSO)进行寻优,进而建立SAPSO-RVM回归预测模型。实例应用结果表明,RVM模型的向量数量远小于SVM模型,在保持良好泛化能力的前提下计算结构得到简化,混合粒子群算法相较于一般粒子群算法其全局寻优能力也有所提高,SAPSO-RVM模型回归预测精度较高。
- 唐琪包腾飞李月娇屠立峰
- 关键词：相关向量机核函数混合粒子群算法
- 基于GCS-SVM的大坝变形监测非线性预警模型被引量：5
- 2015年
- 惩罚因子c和核函数参数σ的选择对于支持向量机(SVM)回归模型的拟合和预测精度至关重要。为克服SVM模型易陷入局部最优点的缺陷,提出基于高斯扰动的混合布谷鸟搜索算法(GCS),用于SVM参数的优选,提出GCS-SVM模型用于大坝变形监测非线性预警。通过实例验证分析表明,与SVM模型相比,GCS-SVM模型的预测精度和泛化能力均有一定程度的提高。
- 屠立峰王慧顾微
- 关键词：支持向量机预警模型
- 基于PSO-RVM-ARIMA的大坝变形预警模型被引量：7
- 2015年
- 为克服支持向量机对核函数需满足Mercer条件的不足,学者们将相关向量机RVM引入大坝安全监测模型。为进一步提高RVM模型的预测精度,首先通过粒子群算法PSO对RVM的核参数寻优,再利用ARIMA模型对PSO-RVM模型的拟合残差项进行预测修正,建立PSO-RVM-ARIMA模型。通过实例分析,PSO-RVM-ARIMA模型的预测精度和泛化能力较RVM模型均有一定程度的提高。
- 屠立峰包腾飞唐琪李月娇
- 关键词：相关向量机ARIMA预警模型
- 基于SDCS-SVM的大坝安全监测模型被引量：2
- 2015年
- 惩罚因子c和核函数参数σ的选择对于支持向量机(SVM)回归模型的拟合和预测精度至关重要.为克服SVM模型易陷入局部最优点的缺陷,利用基于最速下降法的混合布谷鸟搜索算法(SDCS)进行SVM参数的优选,提出了SDCS-SVM模型并运用于大坝的安全监测.通过实例验证分析表明,与多元回归模型相比,SDCS-SVM模型的预测精度和泛化能力均有一定程度的提高.
- 屠立峰包腾飞唐琪赵斌
- 关键词：最速下降法支持向量机
- 基于MSC.Marc软件的面板堆石坝加高的可行性研究被引量：4
- 2015年
- 以华东某面板堆石坝加高工程为例,利用MSC.Marc软件的二次开发功能,结合FORTRAN接口实现非线性弹性邓肯E-B模型.通过面板坝加高前后堆石体及面板应力和变形的分析,对面板堆石坝加高问题进行可行性研究,并用经验公式验证计算的准确性.计算结果表明:坝体加高后堆石体的应力和变形规律较好,面板部分顺坡向拉应力区域转变为压应力,对坝体更为有利,加高方案安全可行.
- 屠立峰包腾飞陈波
- 关键词：混凝土面板堆石坝大坝加高
- 基于GCS-SVM的大坝变形监测非线性预警模型
- 惩罚因子C和核函数参数σ的选择对于支持向量机(SVM)回归模型的拟合和预测精度至关重要.为克服SVM模型易陷入局部最优点的缺陷,提出基于高斯扰动的混合布谷鸟搜索算法(GCs),用于SVM参数的优选,提出GCS-SVM模型...
- 屠立峰包腾飞王慧顾微
- 关键词：大坝
- 文献传递
