基于相空间重构的GA-SVR组合模型边坡位移预测研究

• 作者: 刘小生 秦志强
• 来源期刊: 大地测量与地球动力学
• 学科: 地球科学
• 关键词: 边坡变形 相空间重构 支持向量回归机 位移预测
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 地壳运动
• 页码范围: 1024-1028
• 页数: 5页
• 分类号: P258
• 字数: 3706字
• 语种: 中文
• DOI: 10.14075/j.jgg.2017.10.007

摘要

在传统支持向量回归机的基础上,考虑观测数据的混沌特性,通过对训练样本的相空间重构,并结合遗传算法在寻参上的优势,建立边坡变形的相空间重构GA-SVR组合模型.通过组合模型对某矿山边坡位移预测值与实测值进行对比分析,发现组合模型在预测精度上更具优势.