全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用：99美元
投递稿件

查看量下载量

相关文章

更多...

基于粒子群优化的WA-SVM模型在滑坡位移预测中的应用

, PP. 13-18

Keywords: 滑坡,位移预测,混沌,粒子群优化,小波分析,支持向量机

Full-Text   Cite this paper   Add to My Lib

Abstract:

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

 References

[1]  〖ZK(#〗刘祖强,张正绿,邹启新,等.工程变形监测分析预报的理论与实践\[M\].北京:中国水利水电出版社,2008.
[2]  李端有,陈卫兵.滑坡动力系统的混沌效应分析\[J\].长江科学院院报,2005,22(6):10-12.
[3]  王东.GM(1,1)灰色模型在真空预压沉降预测中的应用\[J\].安全与环境工程,2012,19(4):145-148.
[4]  张勇,关伟.基于最大Lyapunov指数的多变量混沌时间序列预测\[J\].物理学报,2009,58(2):756-763.
[5]  胡启晨，胡斌，蒋海飞.BP人工神经网络在深基坑桩体位移预测中的应用\[J\].安全与环境工程,2013,20(3):154-158.
[6]  范千,花向红.基于相空间重构与支持向量机预测滑坡位移的一种新方法\[J\].武汉大学学报·信息科学版,2009,34(2):248-251.
[7]  Takens,F.Determining strange attractors in turbulence\[J\].Lecture Notes in Math,1981,89(8):361-381.
[8]  Khemchandani,R.,Jayadeva,S.Chandra.Regularized least squares fuzzy support vector regression for financial time series forecasting\[J\].Expert Systems with Application,2009,36(1):132-138.
[9]  宋星原,张国栋.基于WASVM 组合模型的流域月降雨量预测研究\[J\].长江科学院院报,2007,24(5):23-26.
[10]  许冲,徐锡伟.基于不同核函数的2010年玉树地震滑坡空间预测模型研究\[J\].地球物理学报,2012,55(9):2994-3004.
[11]  周创兵,陈益峰.基于相空间重构的边坡位移预测\[J\].岩土力学,2000,21(3):205-208.
[12]  \[12\]韩敏.混沌时间序列预测理论与方法\[M\].北京:中国水利水电出版社,2007:28-30.
[13]  \[13\]Kennedy,J.,R.C.Eberhart.Particle Swarm Optimization\[A\].In Proceedings of IEEE International Conference on Neural Networks\[C\].Perth,Australia,1995:1942-1948

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133