基于PSO与LSSVR的坝体顺流向位移预测

顺流向位移是坝体形变监测中的重要指标。针对神经网络、支持向量机模型存在的局限性，提出基于粒子群优化与最小二乘支持向量回归的模型对顺流向位移进行预测。结合实地坝体数据，通过与神经网络、传统支持向量机等模型进行对比实验和分析，结果表明，该方法具有误差低、计算效率高等特点。