基于灰狼支持向量机的非等时距滑坡位移预测

作者：李麟玮; 吴益平^*; 苗发盛

来源：浙江大学学报(工学版), 2018, 52(10): 1998-2006.

• 滑坡
• 位移预测
• 非等距时间序列
• 灰狼优化算法(GWO)
• 支持向量机(SVM)

以三峡库区白水河滑坡为例,针对滑坡位移监测数据的非等距性和复杂性,结合非等距时间序列分析法、灰狼优化算法(GWO)和支持向量回归机(SVR)模型,提出新型非等距位移时序预测模型.利用自然三次样条插值法对滑坡位移数据进行等时距处理,基于时间序列分析理论将位移数据中的趋势成分和周期成分剥离,采用基于稳健最小二乘法的三次多项式拟合和GWO-SVR耦合模型分别对这两者进行预测,利用时间序列加法模型得到滑坡累计位移的预测值.研究表明,基于灰狼支持向量机的非等时距滑坡位移预测模型不仅预测精度高,预测误差较小,且寻优参数设置简单,计算收敛迅速.