基于改进PSO-SVM的大坝安全非线性预警模型

摘要

支持向量机(SVM)作为一种能有效解决高维数非线性问题,且具有很好泛化能力的统计学习方法,较适合于大坝安全非线性预警模型的构建,但模型拟合和预测精度受SVM惩罚因子和核参数选择的合理性影响较大.文中将粒子群算法引入用于SVM参数寻优,针对寻优过程中易陷入局部最优点的缺陷,研究了粒子群算法的改进办法.在此基础上,探讨了将改进PSO算法和SVM相结合进行大坝安全非线性预警模型构建的实现方法,并进行了实例验证.实例分析表明,所建模型的精度和泛化能力均得到了一定程度的提高。