%0 Journal Article
%T 基于粒子群优化的WA-SVM模型在滑坡位移预测中的应用
%A 杨
%A 虎
%A 吴北平
%A 陈美华
%A 李前云
%J 安全与环境工程
%P 13-18
%D 2014
%X 针对滑坡位移时间序列含大量噪声、具有明显的非线性等特征，本文提出了一种基于粒子群优化（PSO）的小波分析（WA）支持向量机(SVM)滑坡位移预测模型（即WASVM模型）。该模型在混沌分析的基础上，首先用WA将滑坡位移序列分解成不同频率的分量，然后采用PSO算法优选SVM模型参数，并利用SVM模型预测各分量值，最后将各分量预测值组合得到最终预测值。结合滑坡位移序列实例，将基于粒子群优化的WASVM模型的预测结果与WA模型、单独SVM模型进行对比，结果表明该滑坡位移序列存在混沌特性，基于粒子群优化的WASVM模型克服了噪声的干扰和参数优选的问题，具有较高的预测精度和预测效率，为滑坡位移的预测提供了一种新的方法
%K 滑坡
%K 位移预测
%K 混沌
%K 粒子群优化
%K 小波分析
%K 支持向量机
%U http://aqyhj.cug.edu.cn/CN/abstract/abstract1433.shtml