基于支持向量机重力式码头结构健康监测预测模型研究

摘要

通过对重力式码头结构的健康监测和模型预测，能较好地了解重力式码头的变形规律并及时预警，避免码头运营过程中重大安全事故的发生。本文以某重力式码头为研究背景，通过现场监测、数据分析以及支持向量机模型预测，研究码头结构的变形规律，进行变形预测。主要内容如下:
　　1、分别对多元线性回归、时间序列分析和灰色预测模型进行理论分析;通过这三种方法在实际工程中的应用，比较各自的预测值与实测值，总结分析各种预测方法的局限性。
　　2、分析码头的变形机理和影响码头变形的主要因素，确定支持向量机在预测码头结构变形时的参数及核函数，借助MATLAB语言建立基于SVM的码头结构变形预测模型。以码头典型位置处的土体水平位移为研究对象，对部分采集数据进行训练，获得相应的参数值;对剩余观测数据进行预测，获得观测值与预测值的相对误差。分析表明，预测结果与实际监测数据较接近。
　　3、采用数值分析方法研究了核函数σ和惩罚系数C对支持向量机在码头变形预测过程中的影响。结果表明:核函数与惩罚系数的最优组合可以获得高精度的预测结果，充分发挥模型的预测作用。

目录

声明

摘要

第1章 绪论

1．1 引言

1．2 国内外研究现状

1．2．1 结构健康监测的研究现状

1．2．2 重力式码头的研究现状

1．2．3 工程预测方法的研究现状

1．2．4 论文研究的意义

1．3 研究的思路及内容

第2章 常用变形预测模型原理和应用

2．1 回归分析方法

2．1．1 多元线性回归分析

2．1．2 多元回归分析方法在实际工程中的应用

2．2 时间序列分析方法

2．2．1 时间序列模型的建立

2．2．2 时间序列分析方法在实际工程中的应用

2．3 灰色系统理论

2．3．1 GM(1，1)预测模型

2．3．2 灰色系统理论在实际工程中的应用

2．4 支持向量机

2．4．1 支持向量机原理

2．4．2 支持向量机的研究现状

2．5 总结

第3章 基于支持向量机重力式码头预测模型

3．1 重力式码头结构概述

3．1．1 重力式码头变形的影响因素

3．1．2 重力式码头的变形计算

3．1．3 码头结构变形监测目的

3．2 变形数据数据预处理及样本选择

3．2．1 变形数据预处理概述

3．2．2 样本数据筛选

3．2．3 样本选择

3．3 重力式码头变形预测模型

3．3．1 核函数的选择

3．3．2 模型的参数选择

3．3．3 预测模型算法

3．4 支持向量机学习算法的步骤

第4章 重力式码头变形预测工程实例及分析

4．1 工程概况

4．1．1 工程地理位置及平面布置

4．1．2 码头作业区工程规模

4．1．3 码头作业区实际运行情况

4．1．4 监测点布置

4．2 实测资料分析及预处理

4．2．1 观测数据处理

4．2．2 观测资料分析

4．3 模型建立分析

4．4 预测结果与分析

第5章 结论与展望

5．1 结论

5．2 展望

参考文献

附录

致谢

攻读硕士学位期间发表的论文