基于因子分析的GA-E LM模型岩溶地面塌陷预测

摘要

岩溶地面塌陷是多种因素共同作用的结果,具有隐蔽性和突发性的特点.为了快速、准确地对岩溶地面塌陷进行预测,提出了一种在因子分析的基础上利用遗传算法(GA)优化的极限学习机(ELM)岩溶地面塌陷预测模型.选取8个岩溶地面塌陷影响因素,利用因子分析提取5个公因子,然后输入GA-ELM模型进行预测.利用20组实例作为样本进行学习预测,以其中12组作为训练集,另外8组作为测试集.结果表明:进行因子分析后,不仅使ELM模型网络结构进一步简化,还提高了在相同隐含层神经元节点数情况下的预测正确率;在样本数较少的情况下,可以通过提高隐含层神经元节点数的方法来提高ELM模型预测正确率;GA-ELM模型相对于ELM模型的预测正确率明显提高,其具有更强的学习、预测能力;基于因子分析的GA-ELM岩溶地面塌陷预测是一种简单、准确、高效的方法.