典型文献
基于平滑先验法-麻雀搜索算法-支持向量机回归模型的滑坡位移预测——以三峡库区八字门和白水河滑坡为例
文献摘要：
为定量化平滑先验法中正则化参数的取值及提高滑坡位移预测精度,提出一种基于平滑先验法(SPA)-麻雀搜索算法(SSA)-支持向量机回归(SVR)模型的滑坡位移预测方法.以三峡库区八字门和白水河滑坡为研究对象,首先采用平滑先验法分解累计位移序列和影响因素序列,基于波形相似度确定最优正则化参数并得到位移分解结果,利用灰色关联度确定波动项位移预测时最优输入序列,然后使用BP神经网络和麻雀搜索算法优化支持向量机回归模型,分别拟合预测趋势项位移和波动项位移,最后将位移分量叠加得到累计位移.结果表明:基于SPA-SSA-SVR模型的八字门滑坡监测点ZG110位移预测均方根误差(RMSE)为4.32 mm,白水河滑坡监测点ZG118、DX-01位移预测均方根误差分别为3.44和4.81 mm,比基于经验模态分解(EMD)-果蝇优化(FOA)-最小二乘支持向量机(LSSVM)模型得到的均方根误差分别减少8.59、3.82和11.58 mm,证明基于SPA-SSA-SVR模型的滑坡位移预测方法预测效果较好;平滑先验分解中正则化参数的最优取值随累计位移时间序列的增加而趋于某一固定值,同一滑坡不同监测点和相同地区相同类型滑坡的正则化参数取值基本一致,八字门和白水河滑坡所在地区的最优正则化参数都为6.基于SPA-SSA-SVR模型的滑坡位移预测方法能在一定程度上考虑滑坡位移分解变形影响效应,为同类滑坡的预测预报提供思路.
文献关键词：
位移预测;滑坡;平滑先验法;麻雀搜索算法;支持向量机回归;波形相似度;三峡库区
中图分类号：
作者姓名：
杨玲;魏静;许子伏
作者机构：
北京交通大学 土木建筑工程学院,北京 100044
文献出处：
引用格式：
[1]杨玲;魏静;许子伏-.基于平滑先验法-麻雀搜索算法-支持向量机回归模型的滑坡位移预测——以三峡库区八字门和白水河滑坡为例)[J].地球科学与环境学报,2022(06):1096-1110
A类：
平滑先验法,ZG110,ZG118
B类：
麻雀搜索算法,支持向量机回归模型,滑坡位移预测,三峡库区,白水河滑坡,定量化,中正,正则化参数,SPA,SSA,SVR,波形相似度,解结,灰色关联度,算法优化,优化支持向量机,预测趋势,趋势项,加得,八字门滑坡,滑坡监测,监测点,RMSE,DX,比基,基于经验,经验模态分解,EMD,果蝇优化,FOA,最小二乘支持向量机,LSSVM,固定值,一滑,参数取值,所在地,解变,变形影响,影响效应,预测预报
AB值：
0.17881
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。
