%0 Journal Article
%A 王伟
%A 邹丽芳
%A 周倩瑶
%A 姜宇航
%A 陈鸿杰
%A 徐卫亚
%T 大华滑坡位移预测模型研究
%D 2022
%R 10.11988/ckyyb.20210462
%J 新澳门游戏网站入口
院报
%P 56-64
%V 39
%N 9
%X 针对传统滑坡位移预测过程中的不足,提出了一种基于最小二乘支持向量机(LSSVM)的滑坡位移预测方法。以某流域大华滑坡为例,基于时序分析和集合经验模态分解法(EEMD)将原始序列重构为趋势项和波动项,趋势项位移受滑坡内部因素影响,采用最小二乘法与多项式方程进行拟合预测;波动项位移受库水位、降雨、地下水位等周期性因素影响,结合灰色关联度法和核主成分分析法(KPCA)对输入因子进行筛选与降维,并用粒子群算法-最小二乘支持向量机耦合模型(PSO-LSSVM)进行建模预测。最后将趋势项与周期项预测位移相加得到累计预测位移,并对模型预测精度进行定量分析。结果表明,建立的EEMD-KPCA-PSO-LSSVM组合模型预测效果良好,较传统BP神经网络、LSSVM等单一模型有着更高的预测精度,可为同类型滑坡位移预测提供新的思路。
%U http://ckyyb.crsri.cn/CN/10.11988/ckyyb.20210462