科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对改进变维分形在分形维数进行拟合预测中的不足，提出一种基于改进变维分形理论(IVDF)和支持向量回归机(SVR)理论耦合的分形预测模型。该模型利用支持向量回归机(SVR)理论来对原来改进变维分形模型中分形维数序列进行拟合预测。以茅坪滑坡的边坡位移监测数据为例，选取ln(r)-ln(S1)累计和序列分维分段曲线作为预测模型的分形参数曲线，先利用改进变维分形模型计算各曲线的分段分形维数，进而预测边坡的位移值，再利用IVDF-SVR耦合模型计算各曲线的分段分形维数，进而预测边坡的位移值。预测结果表明，IVDF-SVR耦合模型充分利用了分形理论的自相似性，使预测模型具有良好的抗噪性，同时结合SVR理论的自学习能力，可以实现小样本、非线性条件下的数据拟合与预测的优势，使得该模型能够达到较好的预测长度和较高的预测精度，有着较好的应用前景。
- 单位
