滑坡变形的支持向量机非线性组合预测

• 作者: 傅鹤林 冷伍明 董辉
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 非线性组合 支持向量机 Elman反馈神经网络 滑坡
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 研究与探讨
• 页码范围: 132-136
• 页数: 5页
• 分类号: U416.1
• 字数: 4057字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-8360.2007.01.026

摘要

在分析支持向量机(SVM)用于时间序列预测和非线性组合原理基础上,提出基于支持向量机的非线性组合预测方法.利用4种单项预测方法,包括SVM、径向基函数前向型神经网络(RBF)、反馈型神经网络(Elman)及3层神经网络(ANN),分别进行滑坡变形时序的建模与预测.对4种方法的预测结果再采用线性组合方法(简单平均、方差倒数、改进最优加权系数)和非线性组合方法(SVM、BP神经网络)进行组合预测及方法性能的比较.结果表明,非线性组合的平均相对误差明显低于线性组合方法,且对滑坡这种具有一定程度不确定性的非线性系统,SVM的非线性组合方法有着更理想的预测效果,7步外推预测准确度控制在89.3%以上.而与BP神经网络非线性组合相比,SVM也具有更好的稳健性和泛化性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冷伍明	中南大学土木建筑学院	131	2063	24.0	39.0
2	傅鹤林	中南大学土木建筑学院	225	1909	23.0	35.0
3	董辉	中南大学土木建筑学院	9	182	5.0	9.0