基于果蝇优化算法的滑坡位移预测模型研究

针对滑坡位移具有明显的非线性特征和以往预测模型的不足,提出基于果蝇优化算法(FOA)的支持向量机(SVM)组合模型预测滑坡位移。以贵州省张家湾滑坡为例,对滑坡位移变化预测展开研究,滑坡位移预测对滑坡灾害的演变及预测具有重要意义。滑坡位移的变形主要受滑坡体所在的岩土材质、地质结构等地质条件影响以及降雨、水位外部因素随时间推移的影响。运用时间序列方法将滑坡位移分解为趋势项与周期项,使用三次多项式拟合函数对趋势项进行拟合,从滑坡累计位移剔除趋势项位移得到周期项位移。周期项位移运用本文提出的FOA-SVM组合模型进行预测,并与常见的优化算法如粒子群算法(PSO)和遗传算法(GA)对SVM的参数优化从而进行周期项预测精度对比,结果说明FOA-SVM位移预测模型识别速度更快、预测精度更高,在滑坡预测模型上是一种新的预测模型,在滑坡预测工程上具有较好的应用价值。