文献

J-GLOBAL ID：201602213814690157   整理番号：15A1250729

PSO(粒子群最適化)アルゴリズムによる位相空間再構成とウェーブレットざなみ分析支持ベクトル機械最適化に基づく地すべり地下水位時系列予測【Powered by NICT】

Landslide Groundwater Level Time Series Prediction Based on Phase Space Reconstruction and Wavelet Analysis-Support Vector Machine Optimized by PSO Algorithm

著者 (5件)： Huang Faming (Institute of Geological Survey, China Univ. of Geosciences(Wuhan), Wuhan) ,  Yin Kunlong (Fac. of Engineering. China Univ. of Geosciences(Wuhan), Wuhan) ,  Zhang Guirong (Nanjing Hydraulic Res. Inst., Nanjing) ,  Zhou Chunmei (School of Resource and Civil Engineering, Wuhan Inst. of Technol., Wuhan) ,  Zhang Jun (Fac. of Engineering. China Univ. of Geosciences(Wuhan), Wuhan)
資料名： Diqiu Kexue - Zhongguo Dizhi Daxue Xuebao  (Diqiu Kexue - Zhongguo Dizhi Daxue Xuebao)
巻： 40  号： 7  ページ： 1254-1265  発行年： 2015年 
JST資料番号： W0610A  ISSN： 1000-2383  CODEN： DIKEEL  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 地すべり安定性解析のための地すべり地下水位の動的進化プロセスを予測するために非常に重要である。貯水池地すべりにおける地下水位の発達過程は多くの因子によって大きく影響される非線形および非定常時系列であることを問題に対して,地すべり地下水位時系列を予測するために,粒子群最適化により最適化された位相空間再構成とウェーブレット解析サポートベクトルマシン(WA-PSVM)に基づく結合モデルを提案した。,地下水位時系列は,いくつかの異なる周波数成分に分解定常時系列に非定常地下水位時系列を変換することであった。PSVMモデルは位相空間再構成に基づく各成分予測のために確立した。最後に,最終予測結果は,すべての周波数成分の予測値を加えることによって得られた。例えば三峡貯水池地域におけるSanzhouxi地すべりの日平均地下水位時系列STK-1水文学ホールのを用いて,地すべり地下水位変動の影響因子を解析し,WA PSVMモデルはSTK-1地下水位値を予測した。一方,単一PSVMモデルとウェーブレット解析逆伝搬ニューラルネットワーク(WA-BP)モデルも地下水位予測のために使用した。結果は貯水位変動と降雨は貯水池地すべり前縁における地下水位変動の主要因であることを示した。STK-1水文学ホールにおける地下水位時系列予測のための提案されたモデルの二乗平均平方根誤差(RMSE)は0.073mであることを見いだし,適合度は0.966であった。WA PSVMモデルの予測精度は,単一PSVMモデルとWA BPモデルよりも高かった。,WA PSVMモデルは,非線形および非定常問題を解いた。WA PSVMモデルも貯水位変動と季節的降雨の影響を考慮せずに高い運転効率と強い適用性を有している。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： *地下水位 ,  貯水池 ,  水位変動 ,  位相空間 ,  最適化 ,  再構成 ,  *地滑り
準シソーラス用語： 予測精度 ,  逆伝播ニューラルネットワーク ,  影響因子 ,  *地すべり地 ,  予測値 ,  ウェーブレット解析 ,  *時系列予測 ,  *粒子群最適化 , 【Automatic Indexing@JST】

分類 (2件)： 地下水学  (DC07040Y) ,  地下水流  (RC10060Q)

タイトルに関連する用語 (13件)： PSO ,  粒子群最適化 ,  アルゴリズム ,  位相空間 ,  再構成 ,  ウェーブレット ,  分析 ,  支持 ,  ベクトル ,  最適化 ,  地すべり ,  地下水位 ,  時系列予測