基于RBF多变量时间序列的滑坡位移预测研究.pdfVIP

第29卷 第4期 长 江 科 学 院 院 报 Vo1．29 No．4 2012年 4月 JournalofYangtzeRiverScientificResearchInstitute Apr． 2 0 1 2 文章编号 ：1001—5485(2012)04—0030—05 基于 RBF多变量时问序列的滑坡位移预测研究 曾 耀 。李春峰 (贵州省交通规划勘察设计研究院股份有限公司，贵阳 550001) 摘要：斜坡是一个受到多种因素影响的混沌动力系统，斜坡位移是其内部力学现象的宏观表现，具有很强的不确定 性，从而导致难以建立斜坡位移的确定性方程。滑坡是斜坡的一种成因类型，具有相同的系统特性。滑坡经过防 治后，其位移的主要外在动力因素除地下水外同时还受到防治设施的控制。滑坡位移及其影响因素所构成的混沌 时间序列能够反映滑坡位移动力系统的历史行为。根据观测获得的多变量时间序列重构原滑坡位移动力系统，采 用RBF神经网络实现变量问的映射关系，对滑坡位移进行了预测。预测结果对比分析表明：采用多变量时间序列 预测模型能对滑坡位移进行有效预测，取得 比单变量时间序列预测模型更好的预测效果；多变量时间序列预测模 型具有更明确的物理力学意义，更能反映滑坡演化变形的实质特征。 关 键 词：滑坡预测；混沌 ；多变量时间序列 ；RBF神经网络 中图分类号：P642 文献标志码 ：A 据观测获得的位移及其影响因素构成多变量时问序 列重构滑坡位移动力系统，采用 RBF神经网络实现 1 研究背景 变量间的映射关系，进行位移预测，并初步探讨了变 斜坡本质上是一个受岩土体工程地质性质控 量的选择对模型预测效果的影响。 制，并受地形地貌、地下水、地震和人类工程活动等 多种因素影响而发展演化的开放、耗散和复杂的非 2 基于 RBF多变量时间序列预测法 线性动力学系统 ¨。在上述各种因素的共 同作用 下，系统演化过程可视为一种具有混沌特征 的动力 2．1 相空间重构 系统 。滑坡是斜坡 的一种成 因类型，具有相 同的 设观测 的 ￡个变量 的混沌时间序列 { 系统特性。由于混沌系统具有内在的规律性和对初 (z=1，2，…，)，且p ． = (t0+nAt)，其 中t。是初 值的敏感依赖性 ，我们可以根据边坡变形的历史数 始时问，△ 是样本时间，n=1，2，…，。假设 T= 据构成的混沌时间序列，在短期 内对边坡变形破坏 Ⅳ+P，前 Ⅳ个数据作为构造模型所需的样本，后P 进行预测。 个数据作为预测精度的度量。采用延迟重构法，在 目前斜坡位移时序动态分析多采用单变量时问 相空问中重构的状态向量为 ： 序列模型，即依据位移时序曲线预测滑坡的位移发展 Xn= (z1， l，一 】，… ， l， 一 趋势，在分析斜坡的变形动态特征方面进行了有益的 ， ( 1一1)rl ， X 2 2，n一 2… ’ 2,n-( 2 1)2 ’ 探索 卜 。原则上，对 自治的系统，只要嵌入维数足