基于改进麻雀优化与SVR滑坡位移预测

来源：电子测量技术杂志2024年第20期北京时间：

作者：黄奕朝，孙希延，纪元法，卢伟萍

单位：1.桂林电子科技大学广西精密导航技术与应用重点实验室 桂林 541004; 2.桂林电子科技大学信息与通信学院 桂林 541004; 3.卫星导航定位与位置服务国家地方联合工程研究中心 桂林 541004; 4.南宁桂电电子科技研究院有限公司 南宁 530031; 5.广西气象科学研究所 南宁 530022

摘要：针对滑坡位移具有高度非线性和复杂性，难以利用传统优化算法结合人工智能方法进行更合理、准确的预测建模的问题，本文提出一种L-vy飞行策略的混沌麻雀优化算法(CLSSA)-变分模态分解(VMD)-支持向量回归(SVR)的滑坡位移预测模型。首先利用CLSSA优化VMD分解参数对滑坡位移时间序列进行分解，其次采用CLSSA-SVR模型对VMD分解子序列进行预测，最后通过叠加子序列预测数据求出累计位移预测。以白水河滑坡为例，对该模型进行验证，实验结果表明，所提方法在最终累计位移预测结果中MAE为2.24 mm，RMSE为3.37 mm，R2为0.995，相对于麻雀优化算法变分模态分解支持向量回归(SSA-VMD-SVR)，所改进的优化算法增加了VMD的自适应能力，提高滑坡位移各分量预测效率。

关键词：滑坡位移预测;L-vy飞行策略;混沌麻雀优化算法;变分模态分解;支持向量机回归

基金资助：广西科技厅项目（桂科AA23062038，桂科AD22080061）、国家自然科学基金（62161007，62061010）、桂林市科技项目（20210222-1）、教育部重点实验室2022年主任基金（CRKL220102）项目资助