滑坡位移预测的支持向量机模型参数选择研究

• 作者: 宋琨 张国栋 易庆林 易武 黄海峰
• 来源期刊: 地下空间与工程学报
• 学科: 地球科学
• 关键词: 边坡工程 滑坡 位移预测 支持向量机 参数选择
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 防灾与环境
• 页码范围: 1053-1059
• 分类号: P642.2
• 语种: 中文

摘要

支持向量机(Support Vector Machine,SVM)已被广泛应用到滑坡位移预测,但在具体使用时,SVM的惩罚系数C、核函数参数δ及松弛系数ξ这三个重要参数的取值选择成为影响预测精度的关键.为有效分析SVM三参数取值对滑坡位移预测精度的影响规律,以三峡库区浮托减重和动水压力型两类典型水库滑坡为代表的连续6年地表位移、降雨及库水位监测数据为研究对象,首先,采用移动平均法将位移数据分解为趋势项和周期波动项,并区分训练集和检验集;再结合对滑坡变形机理及影响因素的分析,选择相应预测变量分别建立趋势项和波动项位移预测SVM模型;然后,在固定两参数情形下,通过改变另一参数的取值大小以获得SVM训练集与检验集的预测精度变化规律;最后,建立起典型水库滑坡SVM位移分解预测的参数取值推荐范围.该取值范围可以作为滑坡位移预测SVM模型的参数寻优初始搜索范围,可以在保证预测精度的前提下大大提高搜索效率.