典型文献
大华滑坡位移预测模型研究
文献摘要：
针对传统滑坡位移预测过程中的不足,提出了一种基于最小二乘支持向量机(LSSVM)的滑坡位移预测方法.以某流域大华滑坡为例,基于时序分析和集合经验模态分解法(EEMD)将原始序列重构为趋势项和波动项,趋势项位移受滑坡内部因素影响,采用最小二乘法与多项式方程进行拟合预测;波动项位移受库水位、降雨、地下水位等周期性因素影响,结合灰色关联度法和核主成分分析法(KPCA)对输入因子进行筛选与降维,并用粒子群算法-最小二乘支持向量机耦合模型(PSO-LSSVM)进行建模预测.最后将趋势项与周期项预测位移相加得到累计预测位移,并对模型预测精度进行定量分析.结果表明,建立的EEMD-KPCA-PSO-LSSVM组合模型预测效果良好,较传统BP神经网络、LSSVM等单一模型有着更高的预测精度,可为同类型滑坡位移预测提供新的思路.
文献关键词：
水动力型滑坡;位移预测;集合经验模态分解;核主成分分析;最小二乘支持向量机
中图分类号：
作者姓名：
王伟;邹丽芳;周倩瑶;姜宇航;陈鸿杰;徐卫亚
作者机构：
河海大学岩土工程科学研究所,南京 210024;河海大学岩土力学与堤坝工程教育部重点实验室,南京210024;河海大学地球科学与工程学院,南京 211100;华能澜沧江水电股份有限公司,昆明 650214
文献出处：
引用格式：
[1]王伟;邹丽芳;周倩瑶;姜宇航;陈鸿杰;徐卫亚-.大华滑坡位移预测模型研究)[J].长江科学院院报,2022(09):56-64
A类：
大华滑坡
B类：
滑坡位移预测,最小二乘支持向量机,LSSVM,时序分析,集合经验模态分解法,EEMD,趋势项,内部因素,多项式方程,库水位,地下水位,灰色关联度法,核主成分分析法,KPCA,粒子群算法,耦合模型,PSO,建模预测,周期项,测位,移相,相加,加得,组合模型预测,水动力型滑坡
AB值：
0.220105
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
