联合多种数据驱动建模方法的滑坡位移预测研究

论文摘要

边坡位移是滑坡演化的宏观体现,分析并预测滑坡位移发展态势对于防灾减灾具有重要意义。由于滑坡位移曲线具有明显的非线性特征,单一模型往往难以刻画其非线性与复杂性。为发展一种普遍适用于滑坡位移的预测方法,提出了一种联合多种数据驱动模型的新方法。该方法根据时间序列分析理论,将滑坡位移序列分解为趋势项和周期项,趋势项采用并联型灰色神经网络处理,周期项则采用人工蜂群算法（ABC）优化后的极限学习机模型（ELM）处理,从而充分应用各种模型的优点。以三峡库区白水河和八字门滑坡为例,对位移数据进行分析处理后,灰色神经网络模型预测其趋势性位移,改进后的极限学习机模型对周期性位移进行训练及预测。结果表明:在预测精度上,优化后的极限学习机模型准确度高于极限学习机模型及小波神经网络等方法,提出的灰色神经网络与ABC-ELM的组合模型可作为实际工程的一个参考。。

论文目录

文章来源

类型: 期刊论文

作者: 鄢好,李绍红,吴礼舟

关键词: 滑坡预测,灰色神经网络,人工蜂群算法,极限学习机,白水河滑坡

来源: 工程地质学报 2019年02期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑

专业: 地质学,工业通用技术及设备

单位: 地质灾害防治与地质环境保护国家重点实验室(成都理工大学)

基金: 国家自然科学基金面上项目(41672282),四川省青年科技创新研究团队(2015TD0030)资助~~

分类号: P642.22

DOI: 10.13544/j.cnki.jeg.2017-485

页码: 459-465

总页数: 7

文件大小: 953K

下载量: 311

相关论文文献

• [1].基于灰色神经网络的云南省货运量预测模型研究[J]. 物流科技 2019(08)
• [2].灰色神经网络在云南省旅游收入中的预测研究[J]. 价值工程 2018(21)
• [3].灰色神经网络在空调订单预报中的应用[J]. 宜宾学院学报 2016(12)
• [4].基于改进灰色神经网络的故障预测方法研究[J]. 计算机应用研究 2013(12)
• [5].基于灰色神经网络的作物需水量预测模型研究[J]. 中国农机化学报 2015(02)
• [6].基于改进粒子群优化算法的灰色神经网络模型[J]. 同济大学学报(自然科学版) 2012(05)
• [7].灰色神经网络的研究及发展[J]. 武汉理工大学学报 2009(03)
• [8].孕妇体型的灰色神经网络模型[J]. 湖南工程学院学报(自然科学版) 2020(03)
• [9].基于灰色神经网络的剩余电流预测研究[J]. 软件导刊 2020(10)
• [10].基于遗传算法的灰色神经网络优化算法[J]. 控制工程 2013(05)
• [11].基于灰色神经网络的咸宁市财政收入预测研究[J]. 价值工程 2012(05)
• [12].灰色神经网络中的基于电力系统负荷预测研究[J]. 价值工程 2012(06)
• [13].基于灰色神经网络的体育成绩预测研究[J]. 价值工程 2015(20)
• [14].基于残差修正的灰色神经网络在数据挖掘中的应用[J]. 吉林大学学报(理学版) 2015(06)
• [15].基于“灰色神经网络”的高职“一身两翼”办学模式优化研究[J]. 职业教育研究 2012(10)
• [16].物联网与灰色神经网络在智能电网中的研究[J]. 价值工程 2011(09)
• [17].改进灰色神经网络模型在形变预测中的应用[J]. 计算机仿真 2016(06)
• [18].基于灰色神经网络评价教学质量的研究[J]. 黑龙江畜牧兽医 2014(15)
• [19].基于遗传算法的灰色神经网络的预测[J]. 统计与决策 2014(17)
• [20].基于灰色神经网络的我国原煤产量预测[J]. 煤炭技术 2011(10)
• [21].基于灰色神经网络模型的民航安全监管工作优化研究[J]. 中国民航飞行学院学报 2019(01)
• [22].基于改进灰色神经网络组合模型的光伏电站短期出力预测[J]. 广东电力 2017(04)
• [23].基于果蝇算法优化灰色神经网络的冰箱订单需求预测研究[J]. 数学的实践与认识 2017(20)
• [24].基于灰色神经网络模型的水质预测应用研究[J]. 数学的实践与认识 2015(05)
• [25].基于改进型灰色神经网络组合模型的空气质量预测[J]. 环境工程学报 2013(09)
• [26].基于灰色神经网络模型的留学生和学成归国人员预测[J]. 商业经济 2010(04)
• [27].改进型果蝇算法优化的灰色神经网络变形预测[J]. 测绘科学 2018(02)
• [28].改进灰色神经网络的作动系统功率预测[J]. 空军工程大学学报(自然科学版) 2016(06)
• [29].基于优化灰色神经网络法的压力容器裂纹扩展预测[J]. 化工机械 2015(03)
• [30].基于灰色神经网络的厦门市商品房需求量研究[J]. 电子测试 2013(19)

标签：滑坡预测论文;  灰色神经网络论文;  人工蜂群算法论文;  极限学习机论文;  白水河滑坡论文;