原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第30卷增刊2 土 V01．30
岩 力 学 Supp．2
2009年12月 Rock Dec．2009
andSoilMechanics
文章编号l 1000--7598(2009)增刊2一0394一05
马文涛
(宁夏大学数学计算机学院，宁夏银川750021)
摘要：边坡变形是一个受多种因素综合作用的复杂非线性动力学演化过程，用现有的物理模型来解决边坡变形的预测问题
有很大难度。大量的研究工作表明，用实测的边坡位移时间序列来预测边坡未来变形更为准确，而将多种方法组合起来进行
预测成为研究的主要趋势。在此基础上，建立了一种基于小波变换和进化最小二乘支持向量机(GALSSVM)的边坡位移预测
模型。首先利用小波变换将边坡时间序列分解为低频分量和高频分量，然后利用互信息法和伪近邻法得到各分量的时间延迟
和嵌入维数并进行相空间重构，再根据各个相空间的特点建立相应的GALSSVM预测模型，最后把各分量的预测结果进行
小波重构，重构后的结果即为最终的边坡位移预测结果。对丹巴滑坡预测研究表明，这种新的预测模型具有较高的预测精度，
可以应用于实际工程。
关键词。边坡；时间序列；小波变换；进化最小二乘支持向量机；相空间；位移；预测
中图分类号lTu45 文献标识码：A
on transformand
Predictionof basedwavelet
slopedisplacement genetic
machine
vector
algorithm—leastsquaresupport
MAWen．tao
(DepartmentofMathematics＆ComputerEngineering,NingxiaUniversity,Ymchuan750021，China)
isall ofthe mutualfacts．Andthe
Abstract：The process dynamicinvolvingmany
slopedisplacementexplicit complicatedsystem
tOfulfill function．Asan is workinwhichasetof
is difficult
physicalmodelingvery prediction alternative，itprovedbymanystudy
timeseriesto thefuture canbe united differentmethodsasanew model
displacement predict displacementused；andmany predicting
was trendof on novelmodelbasedonwavelettransformand
a
文档评论（0）