基于松鼠觅食算法优化LSSVM的泥石流预测

来源：计算机测量与控制杂志2023年第8期北京时间：

作者：李璐,徐根祺,李丽敏,马媛,窦婉婷,张西霞

单位：西安思源学院 理工学院

摘要：针对山区村镇泥石流影响因素多元复杂、LSSVM算法参数随机导致的精度不佳及陷入局部最优问题，采用核主成分分析KPCA降维、SSA算法参数寻优的方法建立LSSVM泥石流灾害预测模型。以山阳县中村镇泥石流为例，分析泥石流全域地形地貌成灾因子，对数据预处理清洗规范，利用KPCA主成分贡献率选取出6个成灾因子作为LSSVM算法的输入数据，泥石流发生概率为输出，建立泥石流预报模型，并用SSA算法进行模型参数的优化。将SSA寻优后的LSSVM预测结果与GA、GC参数寻优模型预测结果比对，结果表明SSA-LSSVM准确率达到93.2%，相比其他模型提高[4.8%-1.4%]，且SSA算法优化的LSSVM模型的MAE、MSE和RMSE最小且接近于零，同时从泥石流发生的预报等级维度进行结果比对分析，结果进一步说明模型预测的精度及稳健性。本研究说明SSA-LSSVM算法可用于泥石流灾害发生概率的预测，为此类灾害预测提供了科学依据。

关键词：LSSVM;松鼠觅食SSA;KPCA;泥石流预测模型

基金资助：陕西省教育厅科研计划资助项目（2022JK0515） 陕西省自然科学基础研究计划项目（2023-JC-YB-464）