混沌时间序列在边坡位移预测中的应用

被引:7
作者
刘勇健 [1 ]
张伯友 [2 ]
机构
[1] 中国科学院广州地球化学所
[2] 广东工业大学岩土工程研究所
基金
广东省自然科学基金;
关键词
混沌时间序列; 边坡位移预测; 相空间重构; Lyapunov指数; 加权一阶局域法; 神经网络;
D O I
暂无
中图分类号
P642.22 [滑坡];
学科分类号
0837 ;
摘要
根据非线性边坡位移时间序列,运用相空间重构理论,建立了加权一阶局域法边坡位移预测模型、基于Lyapunov指数的边坡位移预测模型、基于神经网络的混沌时间序列边坡位移预测模型,对比分析了三个预测模型的特点。新龙寺滑坡预测研究表明,基于混沌时间序列预测方法具有很好的预测精度和广泛的适应性。
引用
收藏
页码:74 / 76
页数:3
相关论文
共 6 条
[1]   基于遗传—神经网络的边坡稳定性评价模型 [J].
于子国 ;
杨子荣 ;
宋国新 .
辽宁工程技术大学学报, 2005, (S1) :23-25
[2]   边坡位移的混沌时间序列分析方法及应用研究 [J].
付义祥 ;
刘志强 .
武汉理工大学学报(交通科学与工程版), 2003, (04) :473-476
[3]   基于神经网络的混沌时间序列预测 [J].
许传华 ;
任青文 ;
房定旺 .
水文地质工程地质, 2003, (01) :30-32
[4]   加权一阶局域法在电力系统短期负荷预测中的应用 [J].
吕金虎 ;
张锁春 .
控制理论与应用, 2002, (05) :767-770
[5]   基于相空间重构的边坡位移预测 [J].
周创兵 ;
陈益峰 .
岩土力学, 2000, (03) :205-208
[6]  
吕金虎等编著.混沌时间序列分析及其应用[M].武汉:武汉大学出版社,2002