科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2013年
30期
9118-9121,9126
,共5页
滑坡位移%混沌分析%相空间重构%粒子群优化%径向基神经网络
滑坡位移%混沌分析%相空間重構%粒子群優化%徑嚮基神經網絡
활파위이%혼돈분석%상공간중구%입자군우화%경향기신경망락
landslide displacement%chaos analysis%reconstruction of phase space%particle swarm optimization%radial basis function neural network
滑坡位移系统的发展演化受到多种不确定性因素的影响,可能存在非线性特征.而同时包含了确定性和非确定性分析的混沌理论,能有效阐释滑坡位移序列复杂的非线性过程.首先对滑坡位移序列进行混沌分析,揭示其内在演化机理；在相空间重构的基础上,再采用拟合和泛化能力较好的径向基(RBF)网络对其位移值进行实时动态预测,针对RBF网络存在参数选取困难的问题,运用粒子群算法(PSO)对RBF网络的参数进行优选.提出了基于混沌理论的PSO-RBF滑坡位移预测模型.经过实例验证,并与粒子群优化的BP神经网络(PSO-BP)和单独RBF网络进行对比,表明滑坡位移序列确实存在混沌特性且PSO-RBF模型预测精度更高、效果更好.
滑坡位移繫統的髮展縯化受到多種不確定性因素的影響,可能存在非線性特徵.而同時包含瞭確定性和非確定性分析的混沌理論,能有效闡釋滑坡位移序列複雜的非線性過程.首先對滑坡位移序列進行混沌分析,揭示其內在縯化機理；在相空間重構的基礎上,再採用擬閤和汎化能力較好的徑嚮基(RBF)網絡對其位移值進行實時動態預測,針對RBF網絡存在參數選取睏難的問題,運用粒子群算法(PSO)對RBF網絡的參數進行優選.提齣瞭基于混沌理論的PSO-RBF滑坡位移預測模型.經過實例驗證,併與粒子群優化的BP神經網絡(PSO-BP)和單獨RBF網絡進行對比,錶明滑坡位移序列確實存在混沌特性且PSO-RBF模型預測精度更高、效果更好.
활파위이계통적발전연화수도다충불학정성인소적영향,가능존재비선성특정.이동시포함료학정성화비학정성분석적혼돈이론,능유효천석활파위이서렬복잡적비선성과정.수선대활파위이서렬진행혼돈분석,게시기내재연화궤리；재상공간중구적기출상,재채용의합화범화능력교호적경향기(RBF)망락대기위이치진행실시동태예측,침대RBF망락존재삼수선취곤난적문제,운용입자군산법(PSO)대RBF망락적삼수진행우선.제출료기우혼돈이론적PSO-RBF활파위이예측모형.경과실례험증,병여입자군우화적BP신경망락(PSO-BP)화단독RBF망락진행대비,표명활파위이서렬학실존재혼돈특성차PSO-RBF모형예측정도경고、효과경호.
