工程先验知识辨识下的滑坡非平稳变形支持向量机预测
  • 【DOI】

    10.3969/j.issn.1000-7598.2012.08.020

  • 【摘要】

    针对缺乏非平稳变形(阶段性、反复性及突变性)特征数据导致的滑坡预测与评估不完全符合工程实际的情况,通过分析变形时序的物理意义与类型,在定义了非平稳变形趋势变化外延模式的基础上,提出了综合考虑滑坡当前变形阶段、观测变形数据特征以及待预测时段外界诱发因素的时序外延模式辨识方法,并进一步在工程先验知识指导下建立了支持向量机(SVM)预测模型.通过2个工程实例对方法进行应用验证.结果表明,工程先验知识能够... 展开>>针对缺乏非平稳变形(阶段性、反复性及突变性)特征数据导致的滑坡预测与评估不完全符合工程实际的情况,通过分析变形时序的物理意义与类型,在定义了非平稳变形趋势变化外延模式的基础上,提出了综合考虑滑坡当前变形阶段、观测变形数据特征以及待预测时段外界诱发因素的时序外延模式辨识方法,并进一步在工程先验知识指导下建立了支持向量机(SVM)预测模型.通过2个工程实例对方法进行应用验证.结果表明,工程先验知识能够有效补充非平稳变形的观测数据信息,对预测建模具有指导性作用;融入外延模式的SVM模型与一般性SVM的外推预测,其平均相对误差可降低2~3倍,预测的可靠性与准确性得到了显著增强. 收起<<

  • 【作者】

    董辉  陈家博  杨果岳  傅鹤林  侯俊敏 

  • 【作者单位】

    湘潭大学土木工程与力学学院/中南大学土木建筑学院

  • 【刊期】

    岩土力学 ISTIC EI PKU 2012年8期

  • 【关键词】

    滑坡  先验知识  非平稳变形  SVM预测  外延模式 

  • 【基金项目】

    国家自然科学基金 湖南省科技厅计划项目 湖南省教育厅计划项目