强跟踪UKFNN的泥石流泥位突变状态动态演化
来源：计算机测量与控制杂志2018年第2期北京时间：
作者：苏盈盈,康东帅,刘兴华,李太福,王兴龙
单位：重庆科技学院 电气与信息工程学院
摘要：泥位的变化是导致泥石流发生的直接原因之一,针对目前泥石流预测方法无法有效跟踪突变状态、预报精度不高的问题,提出了一种基于无迹卡尔曼神经网络的方法,先确定原始数据的最佳维数和延迟时间,进行相空间重构,再利用无迹卡尔曼较强的非线性状态估计能力,将神经网络权值、阀值作为无迹卡尔曼的状态变量,不断对其进行递推演化,提高对泥石流突变状态的跟踪能力。通过对川藏地区林芝市六个地区的研究,实验结果表明：该算法可有效建立泥石流泥位的动态演化模型,提高了预报精度和对突发状况的适应能力,实现对泥石流灾害情况的分级预警。
关键词：泥石流; 跟踪预警; 相空间重构; 无迹卡尔曼; 神经网络
基金资助：重庆市前沿与应用基础研究(cstc2015jcyjA70003, cstc2015jcyjA40033, cstc2014jcyjA40012),重庆市教委科学技术研究项目(KJ1501319,KJ1501317),重庆科技学院校内重点基金(CK2015B01, CK2014Z15)。
