基于灰色关联分析联合VMD-SES-BP模型的滑坡位移预测

摘要：

针对三峡地区滑坡位移具有的"阶梯状"的问题,结合变分模态分解(VMD)、二次指数平滑(SES)、BP神经网络(BPNN),提出了一种新的滑坡位移时序预测模型:VMD-SES-BP预测模型.利用该模型对三峡白水河滑坡GPS监测位移数据进行变分模态分解得到趋势分量和其他子序列分量.选择二次指数平滑对趋势分量进行滚动预测,采用灰色关联分析确定滑坡其他位移分量的影响因素,并作为BP神经网络的训练样本进行学习和预测.将各分量的预测结果叠加与真实值比较,预测平均相对误差为0.78％,均方差为3.14 cm,相关系数为0.986.实验结果表明,该模型针对"阶梯状"滑坡位移预测具有良好的适用性,预测精度较高,为滑坡位移预测提供了一定的参考价值.

关键词：灰色关联、变分模态、指数平滑、BP神经网络、滑坡位移预测

所属期刊栏目：42

分类号：P642.22(水文地质学与工程地质学)

资助基金：四川省级科技计划重点研发项目"空-天-地-内一体化地质灾害探观测技术研究";四川省自然科学重点项目"基于InSAR技术的川藏铁路沿线巨型崩塌灾害早期识别研究";四川省级科技计划重点研发项目"基于InSAR的堆积体古滑坡隐患早期精细识别方法研究"

在线出版日期：2021-01-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：34-40