熵值法与GWO-SV M耦合模型在滑坡预警中的应用

摘要：

目的:为减少滑坡带来的损失,本文提出了一种优化后的支持向量机(SVM)模型来进行滑坡预测.方法:通过模拟实验获得多属性传感器数据,对数据进行熵值法处理,获得分类标签,再通过灰狼算法(GWO)优化后的支持向量机模型进行预警.结果:熵值法划分后的数据,通过GWO-SVM模型进行建模预测,得到的预警结果与实际结果高度吻合,预测精度在95％ 以上.结论:熵值法能处理滑坡过程中的多属性数据,适用于滑坡的复杂非线性情况.对比单一支持向量机模型,优化后的模型精度更高,稳定性更好,能对当前滑坡易发性进行精确地预测.

关键词：滑坡、熵值法、灰狼算法、支持向量机、非线性

所属期刊栏目：32

分类号：TP181(自动化基础理论)

资助基金：国家重点研发计划;国家质检总局科技计划项目;浙江省重点研发计划项目

在线出版日期：2021-07-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：253-259