基于COA-LSSVM模型的边坡位移时序预测

• 作者: 张冬梅 徐卫亚 赵博
• 来源期刊: 水电能源科学
• 学科: 工学
• 关键词: 边坡 预测 位移时序 最小二乘支持向量机 布谷鸟优化算法
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 水利水电工程
• 页码范围: 105-108,100
• 页数: 5页
• 分类号: TU45
• 语种: 中文

摘要

鉴于预测边坡位移变化对边坡稳定性的重要意义,利用布谷鸟优化算法(COA)对最小二乘支持向量机(LSSVM)的核函数参数和惩罚因子进行寻优,从而建立了边坡位移时序预测的COA-LSSVM模型,并将该模型应用于锦屏一级水电站左岸高边坡变形预测中.与PSO-LSSVM模型的预测结果对比表明,COA-LSSVM模型具有更高的预测精度,预测结果更接近于实际的监测数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐卫亚	河海大学岩土力学与堤坝工程教育部重点实验室	291	8909	54.0	79.0
5	张冬梅	河海大学岩土力学与堤坝工程教育部重点实验室	1	0	0.0	0.0
9	赵博	河海大学岩土力学与堤坝工程教育部重点实验室	3	7	1.0	2.0