發(fā)布時間：2021-02-27 21:34

　　利用邊坡監(jiān)測位移的時間序列來預(yù)測邊坡未來變形,能有效評價邊坡的穩(wěn)定性。以邊坡位移時間序列為基礎(chǔ),采用最小二乘支持向量機（LS-SVM）建立位移預(yù)測模型,并考慮到最小二乘支持向量機的參數(shù)選擇會對建模結(jié)果產(chǎn)生較大影響,提出采用變尺度混沌遺傳優(yōu)化算法對LSSVM建模過程中的參數(shù)進行優(yōu)化。該算法主要的思想是采用混沌變量種群映射到LS-SVM參數(shù)取值區(qū)間,對經(jīng)過一次遺傳操作的群體進行混沌搜索尋優(yōu),引導(dǎo)種群快速進化。最后將該模型應(yīng)用于實際邊坡工程位移預(yù)測中,并與常規(guī)遺傳算法參數(shù)優(yōu)化進行比較,結(jié)果表明,該方法的收斂速度更快,預(yù)測精度更高,具有較好的適用性。 

【文章來源】：湖南水利水電. 2020,(05)

【文章頁數(shù)】：4 頁

【文章目錄】：
引言
1 最小二乘支持向量機
2 變尺度混沌遺傳算法的參數(shù)優(yōu)化
3 工程應(yīng)用
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于混合核函數(shù)PSO-LSSVM的邊坡變形預(yù)測[J]. 鄭志成,徐衛(wèi)亞,徐飛,劉造保.  巖土力學(xué). 2012(05)
[2]基于時間序列分析的滑坡位移預(yù)測模型研究[J]. 徐峰,汪洋,杜娟,葉疆.  巖石力學(xué)與工程學(xué)報. 2011(04)
[3]滑坡位移的多模態(tài)支持向量機模型預(yù)測[J]. 林大超,安鳳平,郭章林,張立寧.  巖土力學(xué). 2011(S1)
[4]基于遺傳混沌算法的LSSVM參數(shù)優(yōu)化及應(yīng)用[J]. 黎興寶,潘豐.  計算機與應(yīng)用化學(xué). 2010(10)
[5]基于混沌優(yōu)化的LS-SVM非線性預(yù)測控制方法[J]. 楊紅,羅飛,許玉格,梁筱斌.  計算機工程與應(yīng)用. 2010(05)
[6]基于小波變換和GALSSVM的邊坡位移預(yù)測[J]. 馬文濤.  巖土力學(xué). 2009(S2)
[7]基于蟻群優(yōu)化最小二乘支持向量機模型的邊坡穩(wěn)定性分析[J]. 徐飛,徐衛(wèi)亞,王珂.  工程地質(zhì)學(xué)報. 2009(02)
[8]位移時序預(yù)測的APSO-WLSSVM模型及應(yīng)用研究[J]. 徐衛(wèi)亞,徐飛,劉大文.  巖土工程學(xué)報. 2009(03)
[9]加權(quán)多點灰色模型在高邊坡變形預(yù)測中的應(yīng)用[J]. 何習(xí)平,華錫生,何秀鳳.  巖土力學(xué). 2007(06)
[10]灰色-神經(jīng)網(wǎng)絡(luò)模型在滑坡變形預(yù)測中的應(yīng)用[J]. 吳益平,滕偉福,李亞偉.  巖石力學(xué)與工程學(xué)報. 2007(03)



本文編號：3054829