基于PSO-SVR与DES联合的滑坡位移预测方法

扫码查看

原文链接

NSTL
万方数据

中文摘要：本发明公开了一种基于PSO?SVR与DES联合的滑坡位移预测方法，其包括获取滑坡处位移监测点的位移监测时间序列和多个初始影响因子，采用小波去噪方法去除位移监测时间序列的随机噪声，并使用HP滤波器将位移监测时间序列分解为两个分量：周期项和趋势项。在此基础上，以水位和降雨量为影响因子，采用主成分分析法提取滑坡位移主要影响因子特征，建立一种联合粒子群寻优支持向量回归机(PSO?SVR)和双指数平滑(DES)的混合预测优化模型，通过分别构造周期项和趋势项训练样本分量实现滑坡的位移预测。最终将趋势项和季节项位移预测值叠加即可得到滑坡总位移预测值。

申请号：

CN201910715327.X

公开号：

CN110378070A

专利类型：

发明专利

申请日：

2019-08-05

公开日：

2019-10-25

IPC分类：

G06F17/50(2006.01)

申请人：

成都理工大学

发明人：

蒋川东、姜玮旭、罗袆沅、蒋亚楠、卢熊、王鹏

主申请人地址：

610059 四川省成都市二仙桥东三路1号

国别省市代码：

中国(CN)