基于进化支持向量机的滑坡地下水位动态预测

作     者：彭令 牛瑞卿 叶润青 赵艳南 PENG Ling;NIU Rui-qing;YE Run-qing;ZHAO Yan-nan

作者机构：中国地质大学地球物理与空间信息学院湖北武汉430074 三峡库区地质灾害防治工作指挥部湖北宜昌443000 

出 版 物：《中南大学学报（自然科学版）》 (Journal of Central South University:Science and Technology)

年 卷 期：2012年第43卷第12期

页      面：4788-4795页

核心收录：

学科分类：081802[工学-地球探测与信息技术] 081803[工学-地质工程] 08[工学] 0818[工学-地质资源与地质工程] 

基　　金：国家重点基础研究发展计划("973"计划)项目(2011CB710601) 国家高技术研究发展计划("863"计划)项目(2012AA121303) 国土资源部三峡库区三期地质灾害防治重大科学研究项目(SXKY3-6-2) 

主　　题：地下水位 预测 滑坡 支持向量机 遗传算法 

摘      要：地下水位动态预测对滑坡稳定性评价具有关键作用。滑坡地下水位演化过程是一个受水文地质条件控制,并受降雨、库水和气温等多种影响因素综合作用而发展演化的非线性动力系统,地下水位与其影响因素之间存在非线性响应关系。以三峡库区白家包滑坡地下水位监测数据为例,在深入分析滑坡地下水位变化特征及其与影响因素响应关系的基础上,利用非线性智能遗传算法和支持向量机建立进化支持向量机耦合模型,并对地下水位进行预测,其预测结果的均方差和相关系数的平方分别为0.013和0.929,说明预测结果与实测值较吻合。选择神经网络模型进行对比,耦合模型的均方差小154%,而相关系数的平方大10%。综合表明进化支持向量机耦合模型具有较好的拟合和泛化能力,是一种行之有效的滑坡地下水位预测方法。