基于PSO-SVR与DES联合的滑坡位移预测方法

摘要

本发明公开了一种基于PSO‑SVR与DES联合的滑坡位移预测方法，其包括获取滑坡处位移监测点的位移监测时间序列和多个初始影响因子，采用小波去噪方法去除位移监测时间序列的随机噪声，并使用HP滤波器将位移监测时间序列分解为两个分量：周期项和趋势项。在此基础上，以水位和降雨量为影响因子，采用主成分分析法提取滑坡位移主要影响因子特征，建立一种联合粒子群寻优支持向量回归机(PSO‑SVR)和双指数平滑(DES)的混合预测优化模型，通过分别构造周期项和趋势项训练样本分量实现滑坡的位移预测。最终将趋势项和季节项位移预测值叠加即可得到滑坡总位移预测值。