期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于BOVMD-P-BOXGBoost的阶跃式滑坡位移预测
1
作者 周伟 李景娟 +3 位作者 李炎隆 蔡咏东 郑州 温立峰 《南水北调与水利科技(中英文)》 北大核心 2025年第3期703-714,共12页
为精准预测阶跃式滑坡位移,建立贝叶斯优化(Bayesian optimization,BO)、变分模态分解(variational mode decomposition,VMD)、极限梯度提升树(extreme gradient boosting,XGBoost)和多项式(polynomial,P)的滑坡位移预测混合模型BOVMD-P... 为精准预测阶跃式滑坡位移,建立贝叶斯优化(Bayesian optimization,BO)、变分模态分解(variational mode decomposition,VMD)、极限梯度提升树(extreme gradient boosting,XGBoost)和多项式(polynomial,P)的滑坡位移预测混合模型BOVMD-P-BOXGBoost。采用BO优化VMD和K-means分解并重构监测位移为趋势位移和周期位移,轮廓系数用于确定K-means最佳簇数。考虑趋势位移和周期位移各自变化特性,利用多项式和BO优化XGBoost分别预测趋势位移和周期位移,将二者预测值的和作为最终预测值并进行精度评价。周期位移预测考虑了库水位、累积降雨、前期位移影响,并通过相关性矩阵和构造动态输入特征获得BOXGBoost模型的输入数据。基于白水河滑坡实例,验证BOVMD-P-BOXGBoost预测阶跃式滑坡位移的有效性和准确性。结果表明:BOVMD-P-BOXGBoost预测值和滑坡位移真实值相似度较高,表现出较高准确性和优异的泛化性能。因此,采用BOVMD-P-BOXGBoost能够精准预测阶跃式滑坡潜在位移,为滑坡风险防控提供参考借鉴。 展开更多
关键词 阶跃式滑坡 位移预测 贝叶斯优化 XGBoost VMD
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部