科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高基于时间序列分析的滑坡变形预测模型的精度及实用性,提出一种基于灰色最小二乘支持向量机的滑坡变形预测算法。算法应用灰色理论对滑坡变形原始序列累加以增强数据规律性,利用最小二乘支持向量机良好的非线性拟合特性,建立灰色最小二乘支持向量机(GLSSVM)模型,并采用遗传算法选取最优参数。以三门洞滑坡为例,对该滑坡变形监测值与预测值进行对比分析。结果表明:此模型在基于时间序列的滑坡变形预测上能保证较高的精度,验证了该模型在滑坡变形预测上应用的可靠性。依据地质特征和计算结果对滑坡进行预测,预测认为2019年1月至2021年12月三门洞滑坡整体表现为牵引式变形特征,形成整体滑移的可能性较大;但变形位移方向局部存在差异,滑坡东南部中前缘高地变形滑移方向与滑坡主滑方向(东偏北28.5°)明显不一致,向西北方向(61.5°)滑移。
- 单位
