基于经验模态分解-支持向量机的滑坡位移预测方法研究

• 作者: 姚琦 张淼 牛瑞卿 赵金童
• 来源期刊: 安全与环境工程
• 学科: 地球科学
• 关键词: 滑坡 位移预测 经验模态分解法 指数平滑模型 支持向量回归模型
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 灾害及其防治
• 页码范围: 26-32
• 页数: 7页
• 分类号: X43|P642.22
• 字数: 5322字
• 语种: 中文
• DOI: 10.13578/j.cnki.issn.1671-1556.2017.01.005

摘要

滑坡位移时间序列在外因的影响下呈现出单调非平稳的曲线特征,利用经验模态分解法(Empirical Mode Decomposition,EMD)将滑坡累计位移分解为周期项和趋势项,建立支持向量回归(Support Vector Regression,SVR)-布朗单一参数指数平滑(Browns Single Parameter Exponential Smoothing,Browns)模型对滑坡位移进行预测.以三峡库区木鱼包滑坡为例,首先在考虑降雨量和库水位等影响因子的基础上,采用SVR模型对周期项位移进行预测;然后采用Browns模型对趋势项位移进行预测;最后通过时间序列加法模型得到滑坡累计位移预测值,计算得到测试样本的平均绝对误差为13.31 mm,均方根误差和判定系数分别为16.6 mm和0.83.通过对比分析,结果表明:基于EMD与SVR Browns模型的滑坡位移预测精度明显优于SVR模型和Browns模型,证明该模型是一种有效的滑坡位移预测方法.