顾及诱发因素影响的PSO-RBF耦合模型边坡位移预测方法研究
编号：2504
稿件编号：2200 访问权限：仅限参会人
更新：2021-06-21 11:11:31
浏览：707次
口头报告
摘要
随着川藏铁路、雅鲁藏布江水电开发等一批国家重大工程和城镇化建设向地质条件更复杂的西部山区的推进，滑坡作为最严重的地质灾害之一，破坏能力大、分布面广，给社会带来巨大的经济损失，严重扰乱了人与自然环境协调发展。地表位移监测数据作为表征边坡状态最为直观、有效的信息，通过地表位移时间序列监测资料跟踪和预测变形轨迹和复杂数据序列、建立数学模型是目前滑坡预报工作的主要手段。本研究针对RBF智能算法构建基于位移增量序列数据驱动模型在增量突变点预测失常和预测期曲线偏离程度较大的情况，充分挖掘数据信息，提出一种顾及诱发因素影响的PSO-RBF智能耦合模型，采用PSO优化算法实现RBF网络扩散速度函数高精度搜索，并将降水、库水位变化等易诱发边坡地表位移的环境因素考虑在内，以期获取更高的预测精度和网络泛化能力。
关键字
径向基函数；粒子群优化算法；耦合模型；边坡位移预测；诱发因素
稿件作者
赵鹏辉
大连理工大学
李俊杰
大连理工大学；西藏大学
叶唐进
大连理工大学
薄雾
西藏大学
发表评论