基于PSO-SVM算法的乐昌峡鹅公带滑坡体位移预测模型

作者：徐文兵; 王国河; 王生; 伍明兆; 姚清河^*

来源：中山大学学报(自然科学版), 2020, 59(05): 57-65.

DOI：10.13471/j.cnki.acta.snus.2019.07.27.2019b071

• 鹅公带滑坡体
• 位移预测
• PSO-SVM模型
• 参数寻优

以乐昌峡鹅公带滑坡体作为研究对象,考虑日降雨量、渗压对边坡变形的影响,建立了BP、SVM、PSO-BP、PSO-SVM四种滑坡体变形预测模型。从乐昌峡安全检测系统导出近4年研究数据,筛选使用其中410组数据进行训练,取30组变形位移作为输出,分析后发现PSO-SVM模型为最佳模型。以PSO-SVM模型为研究对象,对粒子群算法迭代次数、种群规模、速度位置相关系数(k)等因素进行研究,得知三者分别为100、30、0.5时得到最优的PSO-SVM模型,此时的RMSE、MAPE、R2分别为0.202 mm、0.589%、0.985。相对于大型有限元仿真软件、多元线性回归模型等传统方法,文章所提出的预测模型可以减少计算成本;在面对非线性问题时也能够获得更好的处理效果。

• 单位
  中广核研究院有限公司; 中山大学