WA联合ELM与OS-ELM的滑坡位移预测模型

• 作者: 何雨森 李骅锦 许强 魏勇
• 来源期刊: 工程地质学报
• 学科: 地球科学
• 关键词: 滑坡累积位移 非线性特性 位移预测 小波函数 ELM OS-ELM
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 地质灾害与斜坡稳定性研究
• 页码范围: 721-731
• 页数: 11页
• 分类号: P642.22
• 字数: 7220字
• 语种: 中文
• DOI: 10.13544/j.cnki.jeg.2016.05.001

摘要

滑坡累积位移监测曲线往往呈现出复杂的非线性增长特性，对此建立了不少相关的预测模型，而以往的预测模型存在着许多不足。本文基于小波函数（Wavelet Analysis，WA），ELM与 OS-ELM，提出一种名为 WA 联合 ELM、OS-ELM的预测方法。首先，该方法基于小波函数，将滑坡累积位移分解成受内部地质条件影响的趋势项和受外部影响因子影响的周期项；然后，基于 ELM与 OS-ELM分别对趋势项和周期项进行预测；最后将趋势项和周期项的预测值叠加得到累积位移的预测值。结果表明，小波函数得到的趋势项展现出良好的趋势性，而周期项也展现出良好的周期性；以 Sigmoid 方程为核函数，隐含层神经元个数为33的 ELM模型能准确高效对趋势项进行预测，而以 RBF 方程为核函数，隐含层神经元个数为100的 OS-ELM模型能准确高效对周期项进行预测；累积位移预测数据的 RMSE 分别为0．1423和0．1315，预测结果相对较好，能够在滑坡位移预测领域发挥一定的作用。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许强		15	260	7.0	15.0
2	李骅锦		2	76	2.0	2.0
3	魏勇		1	23	1.0	1.0