APP下载

基于果蝇优化算法的滑坡位移预测模型研究

2020-10-29曹斌

科技视界 2020年28期
关键词:优化影响模型

曹 斌

(中共贵阳市委党校,贵州 贵阳 50005)

0 引言

滑坡是造成人民财产和生命巨大损害的自然灾害之一,为减少滑坡的危害性,开展有效的滑坡预警是减少损失的重要措施,当前滑坡预测在灾害预测上是重要的研究热点; 但由于滑坡的发生难以确定,因此滑坡预测也是研究难点。滑坡位移预测是滑坡稳定性评估和变形破坏预测的重要内容[1],因此建立滑坡位移预测模型具有重要的研究意义。

最近几年的智能计算技术的发展,强大的处理能力在一些复杂的系统有着明显的优点。其中人工神经网络具有非线性处理能力,在滑坡位移预测上取得良好的效果,但是神经网络模型容易陷入局部极值的可能性高,参数调整具有复杂性,隐含层难以确认。支持向量机(SVM)由于具有非线性的泛化能力,对回归预测具有优势,许多学者利用寻优算法中的粒子群算法(PSO)、遗传算法(GA)等去优化支持向量机(SVM)的信息融合算法里的参数建立预测模型并具有较高的预测精度。 周超等[2]将滑坡位移分解为周期项与趋势项,建立了GA-SVM 模型预测周期项,徐峰等[3]等建立AMPSO-SVM 预测模型具有很好的稳定性与预测精度,张俊等[4]建立了PSO-SVR 预测模型应用在滑坡位移中,李麟玮[5]等应用灰狼优化算法寻优支持向量机的参数从而建立灰狼支持向量机预测模型。这些研究都试图运用不同的寻优算法寻优模型的参数,使预测模型获得更高的预测精度与性能。这些组合模型智能算法一定程度上解决了预测模型的缺陷,但这些优化模型没有考虑智能算法的迭代次数与优化时间,忽视其在寻优算法的重要性。……

登录APP查看全文

猜你喜欢

优化影响模型
一半模型
超限高层建筑结构设计与优化思考
民用建筑防烟排烟设计优化探讨
关于优化消防安全告知承诺的一些思考
一道优化题的几何解法
哪些顾虑影响担当?
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
扩链剂联用对PETG扩链反应与流变性能的影响