地科学院教师王艳昆副教授以第一作者身份在2区SCI期刊《Bulletin of Engineering Geology and the Environment》发表题为《Step-like displacement prediction of reservoir landslides based on a metaheuristic-optimized KELM: a comparative study》的研究论文。必赢唯一官方网站为论文的第一署名单位，地质（工程）22001班本科生孙新爽为该文第二作者，温韬副教授为该文通讯作者，本项研究得到国家自然科学基金项目、湖北省自然科学基金项目、西藏自治区科技计划项目、青海省科技计划项目和大学生创新创业训练计划项目共同资助。

文章采用了八种最先进的元启发式优化算法来优化KELM，并比较了这些算法在水库滑坡阶跃位移预测中的平均准确性和稳定性，选择了白水河滑坡、树坪滑坡和白家包滑坡作为案例。文章提出了一个新的指标，即综合预测精度准则（CPC），用于评估这些算法的预测性能。结果显示，不同算法之间的平均预测准确性差异较小，仅约为15%，但预测稳定性的差异却很大，高达约70%。所有元启发式优化的KELM模型均具有较高的平均预测准确性，其中马群优化算法在平均预测准确性和稳定性方面均优于其他算法。研究结果强调了集成预测在减轻单一元启发式优化机器学习（ML）模型的偶发性和提高其稳定性方面的重要性，并展示了CPC指数在模型比较评估中的公正性。该文章的方法框架可以为未来基于机器学习的滑坡位移预测研究提供参考。

图1 白水河滑坡、树坪滑坡、白家包滑坡地理位置

图2 滑坡累积位移曲线

图3 白水河滑坡位移预测结果

图4 白水河滑坡中每种算法的 RMSE、R²和CPC的均值和SD比较

图5 论文首页