论文摘要
滑坡位移预测效果一方面取决于预测模型的优劣,另一方面取决于野外监测数据的质量。针对目前滑坡常规监测技术与评价方法的不足,本文采用光纤监测技术、监测数据与PSO-SVM预测模型相结合的评价方法,对三峡马家沟Ⅰ号滑坡的深部位移进行了预测;通过对320个滑坡深部位移光纤监测数据分析,基于时间序列法,将滑坡位移分为趋势性位移和波动性位移;趋势性位移采用拟合法进行预测,波动性位移采用PSO-SVM模型进行预测;最后将趋势项和波动项位移预测值叠加得到累积位移的预测值。研究结果表明,PSO-SVM模型对波动性位移预测的均方根误差0. 51 mm,平均绝对百分误差0. 37 mm,能准确预测滑坡波动项位移;累积位移预测值与实测值的相关系数为0. 98,均方根误差为0. 54 mm,预测效果较好,可以用来对滑坡深部位移进行短期预测。
论文目录
文章来源
类型: 期刊论文
作者: 韩贺鸣,张磊,施斌,魏广庆
关键词: 滑坡,光纤监测,深部位移,预测
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
专业: 地质学,工业通用技术及设备
单位: 南京大学地球科学与工程学院
基金: 国家自然科学基金重点项目(41230636),国家重大科研仪器研制项目(41427801)资助~~
分类号: P642.22
DOI: 10.13544/j.cnki.jeg.2018-257
页码: 853-861
总页数: 9
文件大小: 1241K
下载量: 291
相关论文文献
- [1].改进的PSO-SVM模型在大坝变形预测中的应用[J]. 中国农村水利水电 2018(03)
- [2].基于方差补偿自适应Kalman滤波的ARMA与PSO-SVM模型变形预测[J]. 大地测量与地球动力学 2018(07)
- [3].基于PSO-SVM模型的油气管道内腐蚀速率预测[J]. 表面技术 2019(05)
- [4].基于改进SVM的水肥与番茄产量品质关系预测模型研究[J]. 河北农业大学学报 2016(05)