基于时序AR补偿RBF模型的滑坡位移预测

• 作者: 高宁 高彩云
• 来源期刊: 人民长江
• 学科: 地球科学
• 关键词: 滑坡位移预测 时序AR补偿 RBF神经网络 隔河岩水电站
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 地质与勘测
• 页码范围: 119-122
• 页数: 4页
• 分类号: P642
• 字数: 2302字
• 语种: 中文
• DOI: 10.16232/j.cnki.1001-4179.2020.03.021

摘要

为了提高复杂态势下滑坡位移预测的准确性,构建了基于时序AR补偿RBF神经网络的滑坡位移预测模型.首先采用RBF(Radial Basis Function)神经网络对滑坡位移整体趋势进行逼近,获取预测残差;然后基于时序AR构建预测残差补偿器;最终将AR预测残差值与RBF逼近值进行叠加,从而实现滑坡位移预测.以隔河岩水电站进水口滑坡38期监测数据为例,采用AR补偿RBF模型进行预测.预测结果表明:相较于单一RBF神经网络,AR补偿RBF模型的预测平均相对误差由12.718％降低至4.703％,均方误差由0.232降低到了0.032;AR补偿RBF模型对滑坡位移拐点、突变点的逼近更符合实际,且具有较高的外推预测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高宁	河南城建学院测绘与城市空间信息学院	8	40	3.0	6.0
5	高彩云	河南城建学院测绘与城市空间信息学院	20	168	8.0	12.0