|
|||||
|
|
| 混沌序列GA-SVM模型在滑坡监测中的应用 | |
| 作者单位： | ;1.青海省水文地质及地热地质重点实验室;2.青海省水文地质工程地质环境地质调查院 |
| 摘 要： | 滑坡位移系统的发展演化过程同时包含确定性和随机性,是一个复杂的非线性系统,而混沌理论将确定性分析和随机性分析结合起来,能有效体现滑坡位移系统的非线性特征。在对滑坡位移序列进行混沌分析的基础上,采用预测性能较好的支持向量机(SVM)模型对其位移值进行预测。同时针对SVM模型参数选取困难的缺点,用具有强大全局搜索能力的遗传算法(GA)对其参数进行优化,提出GA-SVM耦合预测模型。最后对实测滑坡位移数据进行分析,并与单独SVM模型和GA-BP模型进行比较,结果表明运用GA-SVM模型进行滑坡位移时间序列预测是可行的,且具有较高的精度。 |
| 关 键 词： | 滑坡位移预测 相空间重构 混沌分析 遗传算法 支持向量机 |
Application of GA-SVM Model Based on Chaos Theory to Monitoring Landslide |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |