基于PSR-WSVM模型的边坡位移预测

• 作者: 刘仁志 刘小生 周文 李建新 肖钢
• 来源期刊: 大地测量与地球动力学
• 学科: 地球科学
• 关键词: 相空间重构 小波核函数 支持向量机 边坡位移预测
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 地壳运动
• 页码范围: 577-580
• 页数: 4页
• 分类号: P258
• 字数: 2566字
• 语种: 中文
• DOI: 10.14075/j.jgg.2020.06.006

摘要

为建立高精度的边坡位移预测模型,采用相空间重构(PSR)将边坡位移时间序列数据转换为多维数据,同时构造小波核函数改进的支持向量机模型,建立PSR-WSVM模型并应用于边坡位移预测.将PSR-WSVM模型预测结果与传统支持向量机(SVM)模型、小波支持向量机(WSVM)模型和基于相空间重构的支持向量机(PSR-SVM)模型预测结果进行对比,通过平均绝对误差(MAE)、平均绝对误差百分比(MAPE)和均方根误差(RMSE)3个精度评价指标验证PSR-WSVM模型的可行性.工程实例结果表明,PSR-WSVM模型预测结果的3个精度评价指标都优于另外3种模型,边坡位移预测的精度明显提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周文	河海大学地球科学与工程学院	6	19	3.0	4.0
2	刘仁志	河海大学地球科学与工程学院	5	4	1.0	2.0