基于储备池运算和分形插值的滑坡位移预测

• 作者: 姚为 廉城
• 来源期刊: 长江科学院院报
• 学科: 工学
• 关键词: 滑坡 储备池运算 递归神经网络 分形插值
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 工程安全与灾害防治
• 页码范围: 43-48
• 页数: 6页
• 分类号: TV698.21
• 字数: 4956字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5485.2014.12.009

摘要

滑坡地质灾害的预警可通过监测并预测滑坡位移实现.滑坡演化过程机制复杂,在无法得到准确机理模型的情况下,建立数据驱动的滑坡位移模型是模拟滑坡演化趋势的有效途径.针对滑坡演化的复杂非线性以及动态特性,建立基于储备池运算的动态神经网络滑坡位移预测模型.为了使储备池得到更充分的训练,进一步引入分形插值方法对滑坡位移测量序列进行扩展.预测方法用于3种不同发展趋势的典型滑坡,都得到了精确的预测结果.方法为实现具有复杂动态特性的滑坡位移短时序预测问题提供了解决方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚为	中南民族大学计算机科学学院	8	29	3.0	5.0
2	廉城	华中科技大学自动化学院	5	11	2.0	3.0