基于支持向量机和 BP 神经网络的滑坡变形复合式预测

• 作者: 叶超 郝付军
• 来源期刊: 水土保持通报
• 学科: 工学
• 关键词: 滑坡 支持向量机 BP 神经网络 复合式预测
• 年，卷（期）: 2016,（3）
• 页码范围: 332-337
• 页数: 6页
• 分类号: TU45
• 字数: 4840字
• 语种: 中文

摘要

[目的]探讨复合式组合预测模型对滑坡两变形时间序列的预测效果，为滑坡的变形预测提供一种新的思路。[方法]基于支持向量机和 BP 神经网络，构建滑坡位移序列和速率序列的复合式预测模型，首先，对滑坡环境因素进行分析，提取其基本信息；其次，利用2种预测方法构建回归结构预测模型和多因素预测模型，并对两时间序列进行一重预测；最后，利用 BP 神经网络对一重预测结果进行了二重组合优化。[结果]滑坡库水位与滑坡两变形序列均具有较大的相关性，滑坡的稳定性很大程度上会出现周期性疲劳减弱的可能，且通过对滑坡变形的复合式预测。[结论]该方法的相对预测误差均较小，很大程度上提高了滑坡变形的预测精度和稳定性，证明了该预测模型的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶超		28	145	7.0	11.0
2	郝付军		27	75	5.0	7.0