谌　伟

(陕西铁路工程职业技术学院，陕西 渭南，714000)



递进式预测模型在滑坡变形预测中的应用

谌伟

(陕西铁路工程职业技术学院，陕西 渭南，714000)

为达到提高滑坡变形预测精度的目的，利用量子算法和粒子群算法对支持向量机进行优化，并利用马尔科夫链对滑坡变形预测误差进行修正，综合构建滑坡变形的递进式预测模型。结果表明：通过量子算法及粒子群算法对支持向量机优化，克服支持向量机参数选取困难，实现预测过程的全局优化，并经过MC误差修正模型对滑坡变形预测值误差修正，提高预测精度及预测值稳定性，验证预测模型可行性和有效性，为滑坡变形预测提供一种新的预测方法。

滑坡；支持向量机；粒子群算法；误差修正

滑坡是一种常见的自然地质灾害，滑坡的变形预测能有效地评价滑坡的稳定性，因此，对其变形研究具有重要的意义。在研究过程中，支持向量机被广泛的应用于滑坡研究中，如黄发明等[1]利用PSO—SVM预测模型，对滑坡所处的地下水位进行预测，有效的反映出滑坡区域地下水系统的演化特征；赵艳南等[2]则先利用粗糙集理论分析滑坡变形的核因子，并建立粒子群支持向量机预测模型，结果表明该模型的科学性和适用性；杨虎等[3]则进一步将小波分析与支持向量机结合，得出滑坡变形的混沌特性，较单一的支持向量机模型，可提高预测精度；张俊等[4]则将时间序列与PSO—SVR模型进行耦合，对滑坡的变形进行综合预测，取得较好的效果；……