混沌序列GA－SVM模型在滑坡监测中的应用

摘要：

滑坡位移系统的发展演化过程同时包含确定性和随机性，是一个复杂的非线性系统，而混沌理论将确定性分析和随机性分析结合起来，能有效体现滑坡位移系统的非线性特征。在对滑坡位移序列进行混沌分析的基础上，采用预测性能较好的支持向量机（SVM）模型对其位移值进行预测。同时针对SVM模型参数选取困难的缺点，用具有强大全局搜索能力的遗传算法（GA）对其参数进行优化，提出GA－SVM耦合预测模型。最后对实测滑坡位移数据进行分析，并与单独SVM模型和GA－BP模型进行比较，结果表明运用GA－SVM模型进行滑坡位移时间序列预测是可行的，且具有较高的精度。

关键词：滑坡位移预测、相空间重构、混沌分析、遗传算法、支持向量机

分类号：TV698.2(水利枢纽、水工建筑物)

在线出版日期：2015-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：114-117,121