混沌序列GA－SVM模型在滑坡监测中的应用

• 作者: 张洪银 童严文 谢继香
• 来源期刊: 人民黄河
• 学科: 工学
• 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
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 工程勘测设计
• 页码范围: 114-117,121
• 页数: 5页
• 分类号: TV698.2
• 字数: 4587字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1379.2014.12.036

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张洪银		7	27	3.0	5.0
5	童严文		5	25	4.0	5.0
9	谢继香		9	32	4.0	5.0