基于CO-WLSSVM的边坡变形时序预测

摘要

引入了多维允许支持向量小波核函数，并用混沌优化算法对小波核函数最小二乘支持向量机进行了优化，提出了混沌算法优化小波核函数最小二乘支持向量机预测模犁(chaos optimization-wavelet least squares support vector machine,CO-WLSSVM)。该模型利用小波核函数的多尺度插值特性和稀疏变化特性，提高了预测精度;并将具有良好优化性能的混沌优化技术戍用到支持向量机惩罚参数和小波核函数参数的优化，使其快速收敛到最优解。将该模型应用到锦屏一级水电站工程左岸边坡变形预测中，同时将本文提出的滚动预测方法与传统的滚动预测方法做了比较。结果表明，该模型预测精度高;新的滚动预测方法较传统方法预测效高好。