基于粗糙集和粒子群优化支持向量机的滑坡变形预测分解.pdf

第 46 卷第 6 期 中南大学学报(自然科学版) Vo l .4 6 No.6 2015 年 6 月 Journal of Central South University (Science and Technology) June 2015 DOI: 10.11817/j.issn.1672-7207.2015.06. 基于粗糙集和粒子群优化支持向量机的滑坡变形预测 赵艳南 1，牛瑞卿 1，彭令 2，程温鸣 3, 4 (1. 中国地质大学(武汉) 地球物理与空间信息学院，湖北 武汉，430074； 2. 中国地质环境监测院，北京，100081； 3. 中国地质大学(武汉) 工程学院，湖北 武汉，430074； 4. 三峡库区地质灾害防治工作指挥部，湖北 宜昌，443000) 摘要：以三峡库区白水河滑坡为例，首先分析降雨量与库水位等影响因素与滑坡变形特征的响应关系，然后利用 粗糙集理论对 10 个初始影响因子进行属性约减，筛选出影响滑坡变形的核因子集，最后基于该因子集建立粒子 群优化支持向量回归模型，对滑坡位移速率进行预测。研究结果表明：测试样本的预测结果与实测值变化趋势基 本一致，其平均绝对误差为 0.234 mm/d，均方差和判定系数分别为 0.163 和 0.520。粗糙集理论在分析滑坡变形特 征、筛选关键因子方面的适用性与科学性，构建的粗糙集?粒子群优化支持向量机模型具有较高的泛化能力，是 一种有效的滑坡变形预测方法。 关键词：滑坡变形预测；粗糙集；粒子群优化；支持向量机 中图分类号： P 642.22 文献标志码：A 文章编号：1672?7207(2015)06?2324?09 Prediction of landslide deformation based on rough sets and particle swarm optimization-support vector machine ZHAO Yannan1, NIU Ruiqing1, PENG Ling2, CHENG Wenming3, 4 (1. Institute of Geophysics and Geomatics, China University of Geosciences, Wuhan 430074, China; 2. China Geological Environment Monitoring Institute, Beijing 100081, China; 3. Engineering Faculty, China University of Geosciences, Wuhan 430074, China; 4. Command of Geological Hazard Control in Area of Three Gorges Reservoir, Yichang 443000, China) Abstract: The Baishuihe landslide in t