基于粗糙集和粒子群优化支持向量机的滑坡变形预测

被引：29

作者：

赵艳南 ^{[1
]}

牛瑞卿 ^{[1
]}

彭令 ^{[2
]}

程温鸣 ^{[3
,4
]}

机构：

[1] 中国地质大学(武汉)地球物理与空间信息学院

[2] 中国地质环境监测院

[3] 中国地质大学(武汉)工程学院

[4] 三峡库区地质灾害防治工作指挥部

来源：

中南大学学报(自然科学版) | 2015年 / 46卷 / 06期

基金：

国家高技术研究发展计划(863计划);

关键词：

滑坡变形预测; 粗糙集; 粒子群优化; 支持向量机;

D O I：

暂无

中图分类号：

P642.22 [滑坡];

学科分类号：

0837 ;

摘要：

以三峡库区白水河滑坡为例,首先分析降雨量与库水位等影响因素与滑坡变形特征的响应关系,然后利用粗糙集理论对10个初始影响因子进行属性约减,筛选出影响滑坡变形的核因子集,最后基于该因子集建立粒子群优化支持向量回归模型,对滑坡位移速率进行预测。研究结果表明:测试样本的预测结果与实测值变化趋势基本一致,其平均绝对误差为0.234 mm/d,均方差和判定系数分别为0.163和0.520。粗糙集理论在分析滑坡变形特征、筛选关键因子方面的适用性与科学性,构建的粗糙集-粒子群优化支持向量机模型具有较高的泛化能力,是一种有效的滑坡变形预测方法。

引用

页码：2324 / 2332

页数：9

共 12 条

[1] 基于粗糙集理论的滑坡易发性评价——以三峡库区秭归县境内为例 [J].