基于多重约束优化的滑坡变形组合预测研究

• 作者: 拉换才让 杜文学 栗燊 陈强
• 来源期刊: 人民长江
• 学科: 地球科学
• 关键词: BP神经网络 GM(1,1) 支持向量机 组合预测 滑坡
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 地质勘测
• 页码范围: 47-51
• 页数: 5页
• 分类号: P642
• 字数: 4261字
• 语种: 中文
• DOI: 10.16232/j.cnki.1001-4179.2017.06.011

摘要

为实现滑坡变形的高精度预测,进而达到滑坡稳定性判断的目的,首先采用BP神经网络、支持向量机及GM(1,1)模型对滑坡变形进行传统的单项预测,且为提高单项预测精度,再采用遗传算法、粒子群算法及半参数法对各单项预测模型进行优化;其次基于多种组合指标,采用累加法和累乘法确定综合组合权值,实现对滑坡变形的组合优化预测.结果表明:组合预测结果的精度及稳定性均高于单项预测,而在综合权值的确定过程中,累乘法要优于累加法,且最优组合预测结果的相对误差平均值和标准差分别为0.81％和0.62％,具有较高的预测精度及稳定性,验证了预测思路对滑坡变形预测具有较好的适用性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	栗燊		4	2	1.0	1.0
5	拉换才让		3	1	1.0	1.0
9	陈强		17	107	4.0	10.0