基于卡爾曼濾波的遺傳蟻群混合算法優(yōu)化改進云模型的滲流監(jiān)測異常值識別

摘要： 大壩安全監(jiān)測序列中廣泛分布異常值，對其進行篩選與辨識是判定大壩運行性態(tài)的前提。傳統(tǒng)的基于回歸模型的異常識別方法會對監(jiān)測數(shù)據(jù)造成正常值誤判或者異常值漏判的情況。針對上述問題，將監(jiān)測數(shù)據(jù)序列結(jié)合卡爾曼濾波方法去除噪聲項，并以測值的日變化速率代替去噪后的數(shù)據(jù)，從而保留數(shù)據(jù)真實的演變軌跡，再結(jié)合云模型，建立基于日變化速率的改進云模型。同時采用遺傳蟻群混合算法對改進云模型的閾值進行優(yōu)化。... （共7頁）