基于多算法參數優化與SVR模型的白水河滑坡位移預測*

苗發盛吳益平②謝媛華李曜男范斌強張 俊

（①中國地質大學（武漢）工程學院 武漢 430074）

（②教育部三峽地質災害研究中心 武漢 430074）

基于多算法參數優化與SVR模型的白水河滑坡位移預測*

苗發盛①吳益平①②謝媛華①李曜男①范斌強①張 俊①

（①中國地質大學（武漢）工程學院 武漢 430074）

（②教育部三峽地質災害研究中心 武漢 430074）

滑坡預測對于減輕地質災害的危害十分重要，但對科學研究卻很有挑戰性。基于變形特征和位移監測數據，建立了三峽庫區白水河滑坡的時間序列加法模型。在模型中，累計位移分為3個部分：趨勢、周期和隨機項，解釋了由內部因素（地質環境，重力等）、外部因素（降雨，水庫水位等）、隨機因素（不確定性）共同作用的影響。在對位移數據進行統計分析后，提出了一個3次多項式模型對趨勢項進行學習，并利用多算法尋優的支持向量回歸機（SVR）模型對周期項進行訓練與預測。結果表明，在預測精度上，基于時間序列與遺傳算法－支持向量回歸機（GA-SVR）耦合的位移預測模型要明顯優于網格尋優（GS）以及粒子群算法（PSO）優化的支持向量回歸機模型。因此，GA-SVR模型在滑坡位移預測方面可以得到較好的應用。在“階躍型”滑坡位移預測中，GA-SVR將具有廣闊的應用前景。

白水河滑坡 時間序列 位移預測 支持向量回歸機 遺傳算法

0 引 言

滑坡作為最嚴重的地質災害之一，由于形成條件和地質過程復雜，使得其演化過程中的數據采集是一項極其艱巨的任務。因此，基于不完整的動態監測數據的滑坡預測理論開始興起。……