| 基于时序AR补偿RBF模型的滑坡位移预测 |
| |
| 作者姓名： | 高宁 高彩云 |
| |
| 作者单位： | 河南城建学院测绘与城市空间信息学院,河南平顶山467036;东华理工大学江西省数字国土重点实验室,江西南昌330013;河南城建学院测绘与城市空间信息学院,河南平顶山467036 |
| |
| 基金项目： | 国家自然科学基金;河南省高等学校青年骨干教师培养计划支持项目;重点实验室开放研究项目;河南省高等学校重点科研项目 |
| |
| 摘 要： | 为了提高复杂态势下滑坡位移预测的准确性,构建了基于时序AR补偿RBF神经网络的滑坡位移预测模型。首先采用RBF(Radial Basis Function)神经网络对滑坡位移整体趋势进行逼近,获取预测残差;然后基于时序AR构建预测残差补偿器;最终将AR预测残差值与RBF逼近值进行叠加,从而实现滑坡位移预测。以隔河岩水电站进水口滑坡38期监测数据为例,采用AR补偿RBF模型进行预测。预测结果表明:相较于单一RBF神经网络,AR补偿RBF模型的预测平均相对误差由12.718%降低至4.703%,均方误差由0.232降低到了0.032;AR补偿RBF模型对滑坡位移拐点、突变点的逼近更符合实际,且具有较高的外推预测能力。
|
| 关 键 词： | 滑坡位移预测 时序AR补偿 RBF神经网络 隔河岩水电站 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《人民长江》浏览原始摘要信息 |
|
点击此处可从《人民长江》下载全文 |
|
