基于经验模态分解-支持向量机的滑坡位移预测方法研究.pdf

第 24卷 第 1期 安 全 与 环 境 工 程 VoI．24 NO．1 2017年 1月 SafetyandEnvironmentalEngineering Jan． 2017 文章编号 ：1671—1556(2017)01—0026—07 基于经验模态分解一支持向量机的滑坡位移 预测方法研究 姚 琦，牛瑞卿，赵金童，张 淼 (中国地质大学(武汉)地球物理与空间信息学院，湖北 武汉 480074) 摘 要：滑坡位移时间序列在外因的影响下呈现出单调非平稳的曲线特征 ，利用经验模态分解法 (EmpiricalMode Decomposition，EMD)将滑坡累计位移分解为周期项和趋势项，建立支持 向量 回归 (SupportVectorRegression， sVR)一布朗单一参数指数平滑(BrownsSingleParameterExponentialSmoothing，Browns)模型对滑坡位移进行预 测。以三峡库区木鱼包滑坡为例，首先在考虑降雨量和库水位等影响因子的基础上，采用 SVR模型对周期项位移 进行预测 ；然后采用 Browns模型对趋势项位移进行预测 ；最后通过时间序列加法模型得到滑坡累计位移预测值 ， 计算得到测试样本 的平均绝对误差为 13．3lmm，均方根误差和判定系数分别为 16．6mm和 0．83。通过对 比分 析 ，结果表 明：基于 EMD与 SVR—Browns模型的滑坡位移预测精度 明显优于 sVR模型和 Browns模型，证 明该模 型是一种有效的滑坡位移预测方法 。 关键词 ：滑坡 ；位移预测；经验模态分解法；指数平滑模型；支持向量回归模型 中图分类号 ：X43；P642．22 文献标识码 ：A DOI：10．13578／j．cnki．issn．1671-1556．2O17．01．005 LandslideDisplacementPrediction M ethodBasedon EmpiricalM odeDecomposition。-SupportVectorM achine YAO Qi，NIU Ruiqing，ZHAO Jintong，ZHANGMiao ([nstituteofGeophysicsandGeomatics，ChinaUniversityofGeosciences，Wuhan430074，China) Abstract：The landslidedisplacementcurvepresentsthecharacteristicsofthemonotonousnon～stationary withtheinfluenceofexternal{actors．Thispaperdecomposesthelandslidedisplacementintotrendterm andperiodicterm bytheEmpiricalModeDecomposition (EMD)method，andestablishesaSupportVector Regression (SVR)一BrownsSingleParameterExponentialSmoothing (Browns)modeltopredictlandslide displacement．TakingM uyubaolandslideintheThreeGorgesReservoirregionasanexample，andbasedon theconsiderationoftheinfluencingfactorsoflandslidedisplacementsuchasprecipitationandreservoirwa— terlevel，thepaperfirstly adoptstheSVR method topredicttheperiodicterm ofthedisplacement．Then thepapertakesadvantageoftheBrownsmethodto