基于主控因子分析与GM-IAGA-WNN联合模型的平推式滑坡位移预测研究——以垮梁子滑坡为例

论文摘要

滑坡位移预测模型是滑坡预警系统建立的核心,而模型可靠性与精确性关键在于主控因子的选取与基础理论模型的构建。学者们通过大量滑坡实例研究,已取得了诸多成果,但是由于滑坡位移变化具有强烈的个性特征及趋势发展的不确定性问题,在多因子联合作用下的位移预测模型尚有不足之处。本文以西南地区普遍存在的平推式滑坡——垮梁子滑坡为研究对象,结合前人已有的研究成果,综合考虑坡体内外各项影响因子,利用灰色关联度与相关性分析对坡体变形主控因子进行优化筛选。以此为基础,提出一种基于GM（1,1）灰色模型与改进型自适应遗传算法（IAGA）进行优化的小波神经网络（WNN）联合预测模型构建方案。通过对垮梁子滑坡历时5年的监测数据挖掘分析,得知滑坡变形受累计降雨、渗压、地下水位及土体含水率影响显著,预测结果与实际监测比较吻合。相较于传统BP神经网络模型、小波神经网络模型和未优化遗传算法-小波神经网络联合模型,该联合模型具有更好的稳定性与精度优势,在滑坡预警预报研究中具有良好的应用前景。

论文目录

• 0 引言
• 1 GM-IAGA-WNN联合模型
•   1.1 GM （1, 1） 灰色模型
•   1.2 小波神经网络模型
•   1.3 IAGA-WNN模型
• 2 垮梁子滑坡变形预测应用
•   2.1 滑坡工程地质概况及监测设备布置情况
•   2.2 基于GM （1, 1） 灰色模型的趋势项位移预测
•   2.3 基于IAGA-WNN模型的变化项位移预测
•     2.3.1 降雨主控因子
•     2.3.2 坡体内部主控因子
•     2.3.3 坡体自身稳定性因子
•     2.3.4 IAGA-WNN模型预测结果
•   2.4 滑坡累计位移预测结果与误差分析
• 3 结论

文章来源

类型: 期刊论文

作者: 黄健,李桥,巨能攀,许强,王昌明

关键词: 滑坡,位移预测,主控因子,遗传算法,小波变换,神经网络

来源: 工程地质学报 2019年04期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 地质学,工业通用技术及设备,自动化技术

单位: 地质灾害防治与地质环境保护国家重点实验室(成都理工大学),成都理工大学环境与土木工程学院

基金: 国家创新研究群体科学基金项目(41521002),高等学校博士学科点专项科研基金项目(20135122130002),四川省国土资源科研项目(KJ-2018-17)资助~~

分类号: TP18;P642.22

DOI: 10.13544/j.cnki.jeg.2018-283

页码: 862-872

总页数: 11

文件大小: 626K

下载量: 269