基于多算法参数优化与SVR模型的白水河滑坡位移预测

• 作者: 吴益平 张俊 李曜男 苗发盛 范斌强 谢媛华
• 来源期刊: 工程地质学报
• 学科: 地球科学
• 关键词: 白水河滑坡 时间序列 位移预测 支持向量回归机 遗传算法
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 地质灾害与斜坡稳定问题
• 页码范围: 1136-1144
• 页数: 9页
• 分类号: P642.22
• 字数: 5690字
• 语种: 中文
• DOI: 10.13544/j.cnki.jeg.2016.06.013

摘要

滑坡预测对于减轻地质灾害的危害十分重要，但对科学研究却很有挑战性。基于变形特征和位移监测数据，建立了三峡库区白水河滑坡的时间序列加法模型。在模型中，累计位移分为3个部分：趋势、周期和随机项，解释了由内部因素（地质环境，重力等）、外部因素（降雨，水库水位等）、随机因素（不确定性）共同作用的影响。在对位移数据进行统计分析后，提出了一个3次多项式模型对趋势项进行学习，并利用多算法寻优的支持向量回归机（SVR）模型对周期项进行训练与预测。结果表明，在预测精度上，基于时间序列与遗传算法－支持向量回归机（GA-SVR）耦合的位移预测模型要明显优于网格寻优（GS）以及粒子群算法（PSO）优化的支持向量回归机模型。因此，GA-SVR 模型在滑坡位移预测方面可以得到较好的应用。在“阶跃型”滑坡位移预测中，GA-SVR 将具有广阔的应用前景。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张俊	中国地质大学武汉工程学院	32	294	10.0	16.0
2	吴益平	中国地质大学武汉工程学院	42	851	17.0	29.0
4	谢媛华	中国地质大学武汉工程学院	2	10	2.0	2.0
5	李曜男	中国地质大学武汉工程学院	3	9	1.0	3.0
6	苗发盛	中国地质大学武汉工程学院	6	13	2.0	3.0
9	范斌强	中国地质大学武汉工程学院	3	8	1.0	2.0