基于诱发因素响应与BP神经网络的滑坡位移预测预报

论文摘要

三峡库区地质灾害有滑坡、崩塌、泥石流、塌陷、地面沉降、地裂缝等,其中主要以滑坡为主.为深入研究滑坡的变形特性,建立滑坡位移与其影响因素之间的预测预报模型,本文以三峡库区白家包滑坡为例,基于时间序列分析方法,提取滑坡趋势项位移及周期项位移.针对趋势项位移,采取多项式拟合,针对周期项位移,选取库水位、降雨量、月间库水位变化量、2个月累计库水位变化量、当月降雨量、两月降雨量作为周期项位移的影响因子,建立周期项位移与影响因子之间的BP神经网络预测预报模型.最终基于时间序列的加法模型,将趋势项位移与周期项位移进行叠加,即为预测位移.研究结果表明,该预测预报模型基本反映了滑坡累积位移的整体趋势,具有一定的工程意义.

论文目录

• 1 滑坡预测预报模型简介
•   1.1 时间序列分析
•   1.2 BP神经网络
• 2 白家包滑坡概况
• 3 滑坡位移分解及预测
•   3.1 趋势项位移提取及预测
•   3.2 周期项位移提取及预测
•     1) 周期项位移提取
•     2) 影响因子提取
•     3) 周期性位移建模及预测
•   3.3 滑坡总位移预测
• 4 结论

文章来源

类型: 期刊论文

作者: 柳青,易武

关键词: 滑坡位移预测预报,时间序列,多项式拟合,神经网络

来源: 三峡大学学报(自然科学版) 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学

专业: 地质学,工业通用技术及设备

单位: 三峡大学湖北省长江三峡滑坡国家野外科学观测研究站,三峡大学三峡地区地质灾害与生态环境湖北省创新协同中心,三峡大学湖北省防灾减灾重点实验室

基金: 湖北省自然科学基金项目(2017CFB436),湖北省水电工程智能视觉监测重点实验室开放基金项目(2016KLA02)

分类号: P642.22

DOI: 10.13393/j.cnki.issn.1672-948x.2019.03.009

页码: 41-45

总页数: 5

文件大小: 1997K

下载量: 373