混沌序列PSO-RBF耦合模型在滑坡位移预测中的应用

• 作者: 吴北平 杨虎 汪利
• 来源期刊: 科学技术与工程
• 学科: 交通运输
• 关键词: 滑坡位移 混沌分析 相空间重构 粒子群优化 径向基神经网络
• 年，卷（期）: 2013,（30）
• 所属期刊栏目: 研究简报
• 页码范围: 9118-9121,9126
• 页数: 5页
• 分类号: U417.12
• 字数: 3638字
• 语种: 中文

摘要

滑坡位移系统的发展演化受到多种不确定性因素的影响,可能存在非线性特征.而同时包含了确定性和非确定性分析的混沌理论,能有效阐释滑坡位移序列复杂的非线性过程.首先对滑坡位移序列进行混沌分析,揭示其内在演化机理；在相空间重构的基础上,再采用拟合和泛化能力较好的径向基(RBF)网络对其位移值进行实时动态预测,针对RBF网络存在参数选取困难的问题,运用粒子群算法(PSO)对RBF网络的参数进行优选.提出了基于混沌理论的PSO-RBF滑坡位移预测模型.经过实例验证,并与粒子群优化的BP神经网络(PSO-BP)和单独RBF网络进行对比,表明滑坡位移序列确实存在混沌特性且PSO-RBF模型预测精度更高、效果更好.