›› 2015, Vol. 36 ›› Issue (9): 2674-2680.doi: 10.16285/j.rsm.2015.09.030

• 岩土工程研究 • 上一篇    下一篇

混沌序列WA-ELM耦合模型在滑坡位移预测中的应用

周 超1, 殷坤龙1, 黄发明2   

  1. 1. 中国地质大学(武汉) 工程学院,湖北 武汉 430074;2. 中国地质大学(武汉) 地质调查研究院,湖北 武汉 430074
  • 收稿日期:2014-03-29 出版日期:2015-09-10 发布日期:2018-06-13
  • 作者简介:周超,男,1989年生,博士研究生,主要从事3S技术与地质灾害风险评价方面的研究工作
  • 基金资助:
    国家自然科学基金(No.41240023,No.41302230);中国地质调查局项目(No.121201122013)。

Application of the chaotic sequence WA-ELM coupling model in landslide displacement prediction

ZHOU Chao1, YIN Kun-long1, HUANG Fa-ming2   

  1. 1. Faculty of Engineering, China University of Geosciences(Wuhan), Wuhan, Hubei 430074, China; 2. Institute of Geological Survey, China University of Geosciences(Wuhan), Wuhan, Hubei 430074, China
  • Received:2014-03-29 Online:2015-09-10 Published:2018-06-13

摘要: 针对滑坡位移序列的混沌特性和传统时间序列预测模型的不足,提出了一种基于混沌时间序列的小波分解-极限学习机(WA-ELM)滑坡位移预测模型。该模型以滑坡位移序列混沌特性分析为基础,应用小波分析将位移序列分解为具有不同频率特征的分量,对各特征分量分别进行相空间重构并应用极限学习机进行预测,最后将各特征分量预测值叠加,得到原始位移序列的预测值。以三峡库区八字门滑坡为例,并与小波分析-支持向量机(WA-SVM)以及单独ELM模型进行对比研究。结果表明,基于混沌时间序列的WA-ELM模型预测精度较高且具有较好的通用性与稳定性,是一种有效的滑坡位移预测方法。

关键词: 极限学习机, 混沌时间序列, 小波分析, 相空间重构, 滑坡位移

Abstract: To address the chaotic characteristics of landslide displacement sequence and to overcome the deficiency of the traditional time series forecasting models, a WA-ELM prediction model of landslide displacement is proposed based on chaotic time series. The chaotic characteristics of the landslide displacement sequence is analyzed, in which the wavelet analysis(WA) is employed to decompose the displacement sequence into characteristic components with different frequencies. The characteristic components are reconstructed in the phase space and predicted using the extreme learning machine (ELM). Finally, the characteristic components are superposed to obtain the prediction values. A comparative study of Bazimen landslide in Three Gorges Reservoir area is made using WA-SVM and ELM models, respectively. The results show that the predictions of the WA-ELM model based on chaotic time series has higher accuracy and better versatility and stability.

Key words: extreme learning machine, chaotic time series, wavelet analysis, phase space reconstruction, landslide displacement

中图分类号: 

  • TU 457
[1] 聂治豹,郑 宏,张 谭. 基于强度折减法确定边坡临界滑面的小波变换法[J]. , 2017, 38(6): 1827-1831.
[2] 邓冬梅,梁 烨,王亮清,王昌硕,孙自豪,王 聪,董曼曼. 基于集合经验模态分解与支持向量机回归的位移预测方法:以三峡库区滑坡为例[J]. , 2017, 38(12): 3660-3669.
[3] 彭冠英,许 明,谢 强,傅 翔,. 基于岩石声发射信号的指数衰减型小波基构造[J]. , 2016, 37(7): 1868-1876.
[4] 高广运 ,宋 健 , . 近断层速度脉冲地震动引起的边坡永久位移预测模型[J]. , 2014, 35(5): 1340-1347.
[5] 屈畅姿 ,王永和 ,魏丽敏 ,郭志广 . 武广高速铁路路基振动现场测试与分析[J]. , 2012, 33(5): 1451-1456.
[6] 张琦伟,袁鸿鹄,王芝银,朱鸿雪,宫晓明. 考虑气象因素影响的大坝监测沉降小波分析[J]. , 2010, 31(3): 811-814.
[7] 张安兵,刘新侠,高井祥,张兆江. 基于经验模式分解和相空间重构的采空区地表动态变形混沌性态及时变规律研究[J]. , 2010, 31(10): 3191-3196.
[8] 陈士海,魏海霞,杜荣强. 爆破震动信号的多分辨小波分析[J]. , 2009, 30(S1): 135-139.
[9] 李长冬 ,唐辉明 ,胡 斌 ,李东明 ,倪 俊 . 小波分析和RBF神经网络在地基沉降预测中的应用研究[J]. , 2008, 29(7): 1917-1922.
[10] 刘勇健 . 珠江三角洲软土地基变形的混沌特性研究[J]. , 2006, 27(1): 73-76.
[11] 刘明贵,岳向红,张 杰. 敲击-回波法中传感器影响的小波分析[J]. , 2005, 26(9): 1379-1384.
[12] 曹茂森 ,任青文 ,刘福胜 ,张 健,. 基于反射波特征小波分析的工程基础无损检测[J]. , 2005, 26(7): 1073-1079.
[13] 李 刚,谢 云,陈正汉,李建平. 小波分析在试验信号消噪方面的应用[J]. , 2003, 24(1): 103-105.
[14] 周创兵 , 陈益峰. 基于相空间重构的边坡位移预测[J]. , 2000, 21(3): 205-208.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 陶干强,杨仕教,任凤玉. 崩落矿岩散粒体流动性能试验研究[J]. , 2009, 30(10): 2950 -2954 .
[2] 宫伟力,安里千,赵海燕,毛灵涛. 基于图像描述的煤岩裂隙CT图像多尺度特征[J]. , 2010, 31(2): 371 -376 .
[3] 万 智,董 辉,刘宝琛. 基于正交设计下SVM滑坡变形时序回归预测的超参数选择[J]. , 2010, 31(2): 503 -508 .
[4] 孙曦源,栾茂田,唐小微. 饱和软黏土地基中桶形基础水平承载力研究[J]. , 2010, 31(2): 667 -672 .
[5] 王明年,郭 军,罗禄森,喻 渝,杨建民,谭忠盛. 高速铁路大断面黄土隧道深浅埋分界深度研究[J]. , 2010, 31(4): 1157 -1162 .
[6] 胡勇刚,罗 强,张 良,黄 晶,陈亚美. 基于离心模型试验的水泥土搅拌法加固斜坡软弱土地基变形特性分析[J]. , 2010, 31(7): 2207 -2213 .
[7] 谭峰屹,姜志全,李仲秋,颜惠和. 附加质量法在昆明新机场填料压实密度检测中的应用研究[J]. , 2010, 31(7): 2214 -2218 .
[8] 柴 波,殷坤龙,肖拥军. 巴东新城区库岸斜坡软弱带特征[J]. , 2010, 31(8): 2501 -2506 .
[9] 王维铭,孙 锐,曹振中,袁晓铭. 国内外地震液化场地特征对比研究[J]. , 2010, 31(12): 3913 -3918 .
[10] 杨召亮,孙冠华,郑 宏. 基于潘氏极大值原理的边坡稳定性的整体分析法[J]. , 2011, 32(2): 559 -563 .