基于时间序列与人工蜂群支持向量机的滑坡位移预测研究 |
| |
引用本文: | 杨帆,许强,范宣梅,叶微.基于时间序列与人工蜂群支持向量机的滑坡位移预测研究[J].工程地质学报(英文版),2019,27(4):880-889. |
| |
作者姓名: | 杨帆 许强 范宣梅 叶微 |
| |
作者单位: | 地质灾害防治与地质环境保护国家重点实验室(成都理工大学) 成都 610059;四川大学商学院 成都 610065 |
| |
基金项目: | 国家自然科学基金重大项目41790445国家创新研究群体科学基金41521002 |
| |
摘 要: | 总结以往滑坡预测方法存在的诸多不足,针对滑坡监测位移-时间曲线特点,本文提出了一种基于时间序列的人工蜂群算法(ABC)与支持向量回归机(SVR)相结合的滑坡位移预测方法。以三峡库区白水河滑坡为例,通过对滑坡位移、降雨、库水位等因素的分析,研究影响滑坡位移变化的因素。用时间序列加法模型和移动平均法将滑坡位移分解为趋势项和周期项。以多项式最小二乘法拟合滑坡位移趋势项,用人工蜂群支持向量机模型对滑坡位移周期项进行训练和预测。通过灰色系统关联分析法计算多项因子与滑坡位移周期项之间的关联性。最终的滑坡总位移预测值为周期项预测值与趋势项预测值之和。与BP神经网络、PSO-SVR模型方法相比,该方法在滑坡位移预测中有更高的精度,在防灾减灾工作中有较好的推广应用前景。
|
关 键 词: | 滑坡 位移预测 时间序列 人工蜂群算法 支持向量回归机 |
收稿时间: | 2017-06-05 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《工程地质学报(英文版)》浏览原始摘要信息 |
| 点击此处可从《工程地质学报(英文版)》下载免费的PDF全文 |