GM(1,1)模型的改进及其在变形预测中的应用

为了提高GM(1,1)模型预测精度,采用积分优化、二次拟合优化以及残差改化方法,分步对GM(1,1)模型进行改进,建立灰色多重修正模型.具体改进步骤为:首先,利用积分优化方法对背景值进行纠正,减小模型误差并提高预测精度;接着,对模型参数(发展系数和灰作用量)进行二次拟合优化,使参数更加接近理论真值;然后,根据预测结果进行适当的残差改化,提高模型整体的预测精度;最后,建立根据GM(1,1)模型改进的灰色多重修正模型.以重庆南川地区甄子岩崩塌为例,建立灰色多重修正模型对危岩裂缝累计位移值进行模拟和预测,并与GM(1,1)模型进行对比.精度检验结果表明:灰色多重修正模型后验差比值(0.082 39)明显好于GM(1,1)模型(0.192 67),平均相对残差比(0.073 9)更远好于GM(1,1)模型(0.259 6),表明灰色多重修正模型在预测精度上有较大提高,可靠性更好.     

GM—BP串联组合预测模型在滑坡变形监测中的应用

为了提高滑坡的预测精度,通过对灰色GM（1,1）模型与BP神经网络模型各自优缺点及互补性的分析,建立了GM—BP串联组合预测模型。模型首先采用等维动态GM（1,1）模型进行初步预测,然后利用BP神经网络对初步预测的结果进行训练及仿真,通过数据的归一化处理,参数的判定选取,获得组合模型预测值。以茅坪滑坡为例,对位移进行了预测。通过数据的对比分析,发现GM—BP串联组合预测模型在短期预测精度上高于单一模型。     

基于位移与应变场的滑坡体时空形变特征研究

以山西省沁水县里必煤矿附近一处滑坡体为例开展近1 a的高精度变形监测。通过小变形条件和有限变形条件下的应变,计算研究目标滑坡体在滑动前、滑动期间和滑动后不同阶段形变场的时空特征。通过分析最大、最小主应变场发现,锚索加固之前里必煤矿支挡墙对早期滑坡体前缘的加速滑动仍有40%左右的抑制作用。滑坡体前缘与支挡墙之间的挤压冲击作用具有明显的时空不均匀特征,二者之间的主压应变方向与强度存在明显的时空变化。滑坡体的局部强应变异常可能是监测目标结构性破坏的重要标志,研究区域830 m等高线位置于2020-12-13出现的局部强拉张变形与斜坡上一条10～20 cm宽的横向开裂具有良好的对应关系。在滑坡体整体运移与相对变形都较小的稳态背景下,斜坡表面裂缝的发育表明滑坡的破坏仍在持续。滑后调整阶段,滑坡体整体特别是发生滑动的后缘变形模式相当复杂,同时经历了相近强度的压缩变形与拉张变形。滑坡体历经3个月仍没有完全归于稳定,仅在后缘中段初步形成了与原主滑动轴方向相似的局部滑动趋势。