基于小波核极限学习机的隧道围岩变形预报

隧道围岩变形预报可视为一时间序列问题处理,由于围岩变形序列的非线性复杂程度较高,针对该问题,提出一种适用于隧道围岩变形预报的遗传小波核极限学习机模型(GA-ELM-k)。联用核方法和极限学习机算法,保证了极限学习机算法的稳健性,又融合了小波方法所具有的处理非平稳信号的优势。针对小波核函数参数的确定,将遗传算法用于参数寻优。通过黄榜岭隧道围岩变形预报表明,提出的新模型预报准确度优于ARIMA模型和灰色新陈代谢模型,可作为实际工程的一种参考方法。