| 融合多层感知机和优化支持向量回归的滑坡位移预测模型 |
| |
| 引用本文： | 李达,瞿伟,张勤,李久元,凌晴.融合多层感知机和优化支持向量回归的滑坡位移预测模型[J].武汉大学学报(信息科学版),2023(8):1380-1388. |
| |
| 作者姓名： | 李达 瞿伟 张勤 李久元 凌晴 |
| |
| 作者单位： | 1. 长安大学地质工程与测绘学院;2. 成都理工大学地质灾害防治与地质环境保护国家重点实验室;3. 兰州理工大学土木工程学院 |
| |
| 基金项目： | 国家自然科学基金（42174006,42090055）；;长安大学中央高校基本科研业务费专项资金资助（300102263201,300102262902）； |
| |
| 摘 要： | 滑坡位移高精度预测对于滑坡预测预警具有重要的参考价值。顾及智能优化与机器学习组合模型在滑坡时序位移预测中的优势，构建了一种融合多层感知机和优化支持向量回归的滑坡位移组合预测模型。首先采用多层感知机（multilayer perceptron, MLP）对滑坡位移进行初步预测，然后构建基于差分进化（differential evolution,DE）算法改进的人工鱼群算法（artificial fish swarm algorithm, AFSA）与支持向量回归（support vector regression, SVR）组合预测模型（optimal combination SVR, OPSVR）以修正MLP预测结果。通过两起典型滑坡体北斗实测算例发现，由于DE有效克服了AFSA运行后期人工鱼个体大多处于随机运动状态而无法搜索到全局最优解的问题，提高了其寻优性能，进一步与SVR结合可更合理确定出SVR的超参数，从而提高了其预测精度；相较于单一MLP和SVR预测模型，以及常规智能优化算法（遗传算法、粒子群算法）、改进人工鱼群算法与SVR的组合预测模型，MLP-OPSVR组合预测模型具有更...
|
| 关 键 词： | 滑坡位移预测 多层感知机 支持向量回归 差分进化算法 人工鱼群算法 |
|
|
