基于多算法参数优化与SVR模型的白水河滑坡位移预测

滑坡预测对于减轻地质灾害的危害十分重要,但对科学研究却很有挑战性。基于变形特征和位移监测数据,建立了三峡库区白水河滑坡的时间序列加法模型。在模型中,累计位移分为3个部分:趋势、周期和随机项,解释了由内部因素（地质环境,重力等）、外部因素（降雨,水库水位等）、随机因素（不确定性）共同作用的影响。在对位移数据进行统计分析后,提出了一个3次多项式模型对趋势项进行学习,并利用多算法寻优的支持向量回归机（SVR）模型对周期项进行训练与预测。结果表明,在预测精度上,基于时间序列与遗传算法-支持向量回归机（GA-SVR）耦合的位移预测模型要明显优于网格寻优（GS）以及粒子群算法（PSO）优化的支持向量回归机模型。因此,GA-SVR模型在滑坡位移预测方面可以得到较好的应用。在“阶跃型”滑坡位移预测中,GA-SVR将具有广阔的应用前景。     

深基坑施工变形预测VAR建模与应用分析

在实际施工过程中,基坑变形发展与多种因素有关,很难用力学模型进行定量分析,而根据已有的监测数据建立模型预测未来一段时间内的变形发展趋势,进而对当前施工方案进行评价、调整,方法更可靠。首先,分析深基坑施工实际监测数据的发展规律,由经济预向量自回归测VAR模型（vector auto regression,VAR）建立基坑施工变形预测VAR模型,并结合监测数据进行模型精度评价和预测比分析。根据分析结果,模型精度排序为：VAR模型＞新陈代谢模型＞神经网络模型＞GM(1, 1)模型,模型预测比排序为：VAR模型＞新陈代谢模型＞神经网络模型＞GM(1, 1)模型。     

基于时间序列与人工蜂群支持向量机的滑坡位移预测研究

总结以往滑坡预测方法存在的诸多不足,针对滑坡监测位移-时间曲线特点,本文提出了一种基于时间序列的人工蜂群算法（ABC）与支持向量回归机（SVR）相结合的滑坡位移预测方法。以三峡库区白水河滑坡为例,通过对滑坡位移、降雨、库水位等因素的分析,研究影响滑坡位移变化的因素。用时间序列加法模型和移动平均法将滑坡位移分解为趋势项和周期项。以多项式最小二乘法拟合滑坡位移趋势项,用人工蜂群支持向量机模型对滑坡位移周期项进行训练和预测。通过灰色系统关联分析法计算多项因子与滑坡位移周期项之间的关联性。最终的滑坡总位移预测值为周期项预测值与趋势项预测值之和。与BP神经网络、PSO-SVR模型方法相比,该方法在滑坡位移预测中有更高的精度,在防灾减灾工作中有较好的推广应用前景。     

工程岩体结构面间距空间分布的ARIMA模型及应用

结构面间距是反映结构面分布特征的重要指标之一,也是工程岩体质量级别划分的重要指标之一。与传统的结构面间距定义不同,本文认为只需按组测量结构面之间的间距同样可以分析结构面分布特征,并给出了结构面类型的4类划分法,依此建立结构面序列,利用时间序列的自回归滑动平均模型建立节理间距的AR IMA模型,提出了间距序列建模和模型检验方法,并以实例印证了AR IMA模型表示间距序列是合适的。     

基于位移的滑坡时间概率预测方法

滑坡位移是滑坡稳定性状态的重要表观特征。对数拟合法是一种基于位移观测数据对滑坡时间进行预测的常用方法。在实际应用中,受测量误差、环境噪声和模型假设等因素的影响,滑坡时间很难准确预测。本文将滑坡时间预测中的不确定性分为观测不确定性和模型不确定性两类。基于残差Bootstrap方法,提出了观测不确定性的标定方法;搜集了降雨型滑坡案例,标定了对数拟合法预测降雨型滑坡时间的模型不确定性。在此基础上,提出了可同时考虑以上两种不确定性的滑坡时间概率预测方法。算例表明,概率方法既能提供滑坡最可能发生的时间,也能提供滑坡在不同时间点之前发生的概率水平,其预测结果与实际观测滑坡时间更为符合,可为滑坡灾害的灾害预警提供有用的信息。     

基于变系数回归模型的三峡库区滑坡位移预测

降雨-库水联合作用影响着三峡库区滑坡,而降雨、库水分别对滑坡演化的贡献及作用规律迄今尚不明确.以库区树坪滑坡和八字门滑坡为例,通过分析降雨和库水位资料,采用变系数回归模型,对滑坡位移进行预测.实验结果表明:经过改进的变系数回归模型方法不仅比传统的线性回归模型、自回归积分滑动平均模型、支持向量机模型方法具有更高的预测精度,而且能定量地给出各影响因素对滑坡位移的贡献.      

基于非平稳时间序列分析的滑坡变形预测

滑坡的位移监测资料通常可用来预测滑坡的变形发展趋势,位移的发展反映了滑坡的变形过程.为了预测在现有条件持续情况下的滑坡变形趋势,将滑坡位移监测数据视为非平稳时间序列,应用时间序列分析方法,建立了滑坡变形趋势的预测模型.以三峡库区秭归县白水河滑坡为例,通过对变形预警区监测点位移实测时间序列的分析,取监测点ZG93和XD-04为代表,建立了时间序列预测模型,从第17个月开始向前做6步预测,分析预测曲线与实测曲线之间的关系,并计算预测误差,结果显示除个别数据点之外,预测误差均在±9%以内,曲线吻合较好,说明所建模型效果良好,从而为判断白水河滑坡未来的变形发展趋势提供了可靠的理论依据.     

基于Verhulst模型的滑坡位移预测研究及其程序化实现

以甘肃省黄茨滑坡位移时间预测为例,在滑坡工程地质条件、成因、发生与发展过程分析的基础上,结合地面监测桩以及位移计监测的位移时间数据,运用Verhulst预测模型建立了该滑坡位移预测研究的思路.在此基础上,运用Ex-cel内嵌的VBA语言编写了相应的位移时间预测预报程序,解决了笔算困难问题.通过具体实例分析,将Verhulst模型、灰色GM(1,1)模型预测结果与实际监测结果进行对比分析,验证了该模型在滑坡位移时间预测中的适用性以及程序的可靠性.研究结果表明,Verhulst预测模型适宜于滑坡临滑预报,而灰色GM(1,1)预测模型适宜于滑坡中短期预测预报,通过Ver-hulst模型预测黄茨滑坡的临滑时间在1995-01-26至1995-01-27之间,预测结果与滑坡实际滑动时间较为一致,由此说明运用Verhulst预测模型对滑坡进行临滑预报是可行的.     

基于APSO-SVR-GRU模型的白水河滑坡周期项位移预测

滑坡周期项位移的预测,是研究地质灾害中滑坡变形至关重要的一步。由于单一模型易受偶然因素影响,且无法充分利用有效信息,导致其预测精度不高,适用性不强。基于此,文中提出了一种结合自适应粒子群算法（APSO）、支持向量机回归算法（SVR）、门控神经网络算法(GRU)的组合模型。该模型通过自适应粒子群优化算法对支持向量机回归算法进行参数寻优,确定最优参数组合,然后利用最小二乘法对APSO-SVR模型与GRU模型赋权建立最优权重比组合模型。以三峡白水河滑坡作为研究对象,选取降雨量、库水位及位移量作为周期项位移的影响因子,对模型进行训练验证,结果表明：在白水河滑坡周期项位移预测中,文中所提出的APSO-SVR-GRU组合模型与单一模型相比,具有更高的预测精度和稳定性。     

基于指数平滑法与回归分析相结合的滑坡预测

滑坡时间预报研究是滑坡研究中的一个热门课题。以实际监测数据为基础,把指数平滑法与非线性回归分析法结合起来;以滑坡的变形值和变形速率为判据,对滑坡进行时间失稳的动态跟踪预报。根据某滑坡的实际情况,对部分监测点位移进行了建模和预测,预测结果表明,该方法具有较高的精度,可以应用于实际工程。     

三峡库区安渡滑坡成因机制分析与稳定性预测

奉节县安渡滑坡正处于蠕滑变形-加速变形阶段,其破坏力极大、影响甚广.本文在深入分析滑坡地质特征、结构特征和变形特征的基础上,对滑坡的成因机制和影响因素进行了深入研究.采用传递系数法计算并评价其稳定性.研究表明,安渡滑坡体目前处于不稳定状态,三峡水库蓄水到175m或遭遇长时间高强度的暴雨时,可能整体失稳.     

三峡库区凉水井滑坡地质力学模型研究

针对凉水井滑坡两个不同的地质模型（地质模型一及地质模型二）进行了对比研究,认为地质模型二较为合理,即凉水井滑坡是顺层岩质古崩滑堆积体,目前还未形成统一连续的滑带,滑坡按不同的堆积形成秩序及稳定性相关关系分为主滑坡和后部牵引区。并对滑坡的影响因素及变形机制进行了简要分析,认为启动滑坡变形裂缝的根本原因是水库初期蓄水时库水对滑坡阻滑段的浮托、阻滑段滑带的软化和滑坡前缘表部松散坡体的侵蚀塌岸;而在水库运行条件下,滑坡的稳定性影响因素主要是降雨特别是暴雨和久雨。滑坡稳定性分析表明,滑坡自2009年5月以来一直处于缓慢的应力调整和应力释放过程中,滑坡变形总体处于蠕变状态。此外,还对滑坡的破坏模式及稳定性进行了预测分析,认为在未来特大暴雨久雨条件和库岸再造的共同作用下,滑坡表部岩土体将首先发生滑塌（模式一）,也有发生滑坡整体深层滑动破坏的可能（模式二）。     

三峡库区巴东红石包滑坡稳定性动态分析

巴东红石包滑坡位于巴东油库场地区,是三峡库区启动的重要地质灾害治理工程项目之一。通过对红石包滑坡内部水平位移和渗透水压力长期监测分析,表明其中的Ⅰ和Ⅱ号滑坡浅层存在缓慢变形,与降雨关系密切;其深层未见变形。说明红石包滑坡体在从2003年6月三峡水库蓄水至今仍处于稳定状态。但后续库水位的的不断抬高以及不同季节库水位频繁变化对滑坡的稳定性极为不利。为确保油库安全,仍应加强监测,密切注视滑坡动态。     

三峡水库区万州独生基滑坡稳定性分析

独生基滑坡位于重庆市万州区长江右岸。为百安坝斜坡松散堆积层沿下伏软弱层面滑动的滑坡体。属于降雨及地表生活排水诱发、人类工程活动加剧变形而形成的新滑坡。论文在分析和研究滑坡区地质环境背景、平剖面形态、特征及诱发因素的基础上,采用传递系数法计算了滑坡体各工况及荷载组合条件下的稳定系数。通过计算,滑坡在天然状态、加载及暴雨条件下均处于不稳定状态。最后根据滑坡特征、主要诱发因素及其稳定性,针对滑坡体失稳特征,通过防治方案对比,初步拟定以抗滑桩工程进行治理,以保证滑坡体的稳定。     

基于Midas-GTS的三峡库区金鸡岭滑坡成因机制与稳定性分析

金鸡岭滑坡在暴雨后发生明显变形,通过现场勘察、钻探、物探、深部位移监测以及水平位移监测得出初步结论。为进一步查明该滑坡成因机制,通过解译现有勘察监测资料,结合Midas-GTS软件分析不同工况下滑坡的渗流场、位移场、稳定性计算,综合评价其成因机制。结果如下：（1）物探解译得出金鸡岭滑坡为岩土混合、含水滑坡,滑动面位于T2b1泥灰岩和T2b2泥岩分界线;（2）深部位移监测揭示该滑坡为浅表层土体在发生滑移,滑动面与物探解译得出的滑动面位置一致;（3）水平位移监测表明浅表分布的后梆滑坡和潘家岭滑坡变形速率较快,变形强烈;（4）数值模拟结果显示金鸡岭滑坡在现状工况下处于基本稳定状态;在排干地下水工况下处于基本稳定状态;在暴雨工况下处于欠稳定状态,可能产生整体滑移,其上的潘家岭滑坡及后梆滑坡产生土体次级滑移。（5）金鸡岭滑坡的地形地貌、地质构造、地层岩性、为滑坡的形成和发展提供了物源和场地条件,暴雨和人类工程活动作为诱发因素,进一步加剧滑坡变形。该研究成果将为三峡库区类似滑坡的成因机制与稳定性分析提供理论依据,对后期防治措施具有重要指导意义。     

三峡库区白家包滑坡变形特征与影响因素分析

针对三峡库区阶跃型滑坡,以白家包滑坡为例,统计分析滑坡位移、变形速率和裂缝监测数据。显示滑坡在2007年6月之前为蠕动变形初期,受降雨和库水位等外界因素的作用,6月滑坡发生剧烈变形,之后一直保持约75°方向滑动。滑坡体中前部位移速率大于后缘,其变形具有牵引式特点。滑体上裂缝与变形位移具有一致性,位移量越大的区域裂缝越发育。将位移速率与降雨、库水位和地下水进行影响机制分析,建立滑坡变形与外界动态影响因素之间的响应关系。结果表明降雨量和库水位变化是引起滑坡季节性变形的主要因素,其中降雨强度、库水位下降及下降速率是导致滑坡位移速率波动大小的关键因子。     

三峡库区滑带土抗剪强度参数的统计规律研究

收集和整理了近年来三峡库区地质灾害防治工程中近400处滑坡的勘察资料,采用地质分析和工程地质类比法,指出三峡库区内存在5类易滑地层。运用K-S有限比较法,对3 308组抗剪强度参数试验数据分类进行了拟合优度检验,发现5类易滑地层中滑坡滑带土的c、? 值一般均能接受正态和对数正态分布,但c值与? 值相比,最优分布服从对数正态分布者更多,而服从正态分布者更少。针对区内滑带土普遍含有碎石的显著特点,对? 值与碎石含量的相关关系进行了线性回归分析发现滑带土? 值与含石量呈现良好的正相关关系。     

基于优化经验模态分解和聚类分析的滑坡位移智能预测研究

针对三峡库区"阶跃式"滑坡的变形特征,提出了一种新的滑坡位移预测方法。以白水河滑坡ZG118和XD-01监测点位移数据为例,采用基于软筛分停止准则的经验模态分解(SSSC-EMD)将累计位移-时间曲线和影响因子时间序列自适应地分解为多个固有模态函数(IMF),并采用K均值(K-Means)聚类法对其进行聚类累加,得到有物理含义的位移分量(趋势性位移、周期性位移以及随机性位移)和影响因子分量(高频影响因子和低频影响因子)。使用最小二乘法对趋势性位移进行拟合预测;采用果蝇优化-最小二乘支持向量机(FOA-LSSVM)模型对周期性位移和随机性位移进行预测。将各位移分量预测值进行叠加处理,实现滑坡累计位移的预测。研究结果表明,所提出的(SSSC-EMD)-K-Means-(FOA-LSSVM)模型能够预测"阶跃式"滑坡的位移变化规律,且预测精度高于传统的支持向量机回归(SVR)、最小二乘支持向量机(LSSVM)模型;并通过改变训练集长度,进行单因素分析,发现其与预测精度之间呈正相关关系。     

三峡库区岸坡消落带岩体劣化分形特征与演化预测研究

三峡库区岸坡岩体劣化的关键在于岩体节理的持续扩展。本文采用分形理论对消落带上下岸坡测窗岩体劣化程度、劣化破碎相变时间及发展趋势进行了分析。研究表明：岩体节理劣化分布具有分形属性,可将缺项值Λ(r)曲线陡缓转折点视为REV(表征单元)岩体尺寸下限;整体来看,劣化使得岩体节理生长向更加均匀、密布的趋势发展,呈现升维特征;进一步利用节理升维值ΔDb建立了劣化程度分级标准,升维值ΔDb与面积节理数增量ΔJov、地质强度指标变化值ΔGSI满足指数函数关系;最后探讨并提出了2种节理分维数劣化演变模式,采用岩体劣化破碎相变时间计算式可进行相应的演化预测分析,且岩体劣化破碎相变时间预测是基于割线的估计。由于分维数Db具有较高的统计稳定性,能够满足工程应用需求。研究成果为库区岸坡劣化程度调查以及劣化演化预测提供了新的方法。     

滑坡位移灰色预测模型的VB编程实现

灰色模型在社会科学、自然科学的许多方面已得到广泛的应用，并取得了一系列重大成果。在滑坡地质灾害研究方面，灰色模型多用于滑坡变形的中长期预测预报，且精度较高。文章在介绍分析了灰色预测模型GM(1，1)的基本原理基础上，开发了用VB语言编写的滑坡位移灰色预测软件，解决了笔算困难问题。实例验证了该模型用于预测滑坡位移值的适用性及软件的可靠性。VB编程能够很好地与其它软件(GIS软件)集成，在其它专业软件中使用，有聋于滑坡地质灾害的研究。