基于灰色模型公路高边坡变形预测模型研究.docVIP

基于灰色模型公路高边坡变形预测模型研究 　　摘 要：对工程开挖岩质高边坡进行实时监测，科学预测预报边坡变形规律，对工程防灾减灾具有十分重要的实际意义。灰色系统理论是通过生成变换弱化原始序列的随机性，将无规序列转换成有规序列，能有效地对生成序列进行预测。本文构建了基于GM（1，1）模型的等时间间距及非等时间间距的公路高边坡变形预测模型，并结合贵州省某高速公路工程高边坡变形监测实例，利用该高边坡实际监测数据序列建立非等时间距离的GM（1，1）沉降和平面位移预测模型，模型计算结果表明，沉降预测精度较好，可推广应用，平面预测精度有待提高。 　　关键词：灰色模型；公路高边坡；变形预测 　　中图分类号：TU457 　　1 公路高边坡变形及其监测概述 　　边坡灾害成因分析：边坡在其形成过程中，可能会因为各种或人为或自然的因素作用，导致其坡体内部的应力状态发生变化，从而引起应力的重新分布和应力集中效应，当坡体内的应力超过岩土体的强度时，将导致边坡变形破坏。边坡受到一定的外力干扰后开始蠕变，初期变形速率较慢，至一定的时期后，速度加快，增加至一定程度后，如果边坡的制约条件强，则边坡的蠕变会逐渐变缓，最后处于稳定。但若边坡滑动的约束条件不强，则蠕变速度达到一定程度后将产生突变，导致滑坡或者崩塌破坏。高边坡灾害的形成受到其坡区的水文气象条件（雨水、地下水）、岩土体物理力学性质、地质构造等重要因素的综合作用。 　　2 灰色模型概述 　　灰色系统是指信息不完全与不确知的系统，它是一种综合运用数学方法对信息不完全的系统进行预测、预报的理论和方法。其基本思路是将与时间有关的已知数据按某种规则加以组合，构成白色模块，然后按某种规则提高灰色模块的白化度，特点是应用为数不多的数据就能建模，只要原始数列有4个以上数据，就可以通过生成变换来建立灰色模型。测量变形数据分析中常用GM（1，1）模型，即对观测数列的一次累加生成序列建立一阶微分方程。 　　3 灰色模型在公路高边坡变形预测中的应用 　　3.1 基于GM（1，1）模型的公路高边坡变形预测模型构建 　　（1）基于GM（1，1）的等时间间距的公路高边坡变形预测模型构建 　　设x（0）=[x（0）（1），x（0）（2），…，x（0）（n）]为公路高边坡某一个监测点各期累积变形量组成的原始数据序列， 为相应的模拟预测序列。 　　①检查x（0）的非负性。若序列中存在某一数据x（0）（i）0（1≤i≤n），则需先按下述进行非负化处理，定义 （1≤i≤n），将原始数据序列做如下调整后替换原来的序列 ；若序列中所有数据均为正，则直接转至第二步。 　　②检验x（0）是否满足准光滑性和准指数规律。若不满足，则需先对x（0）进行数据变换处理；若满足，则直接转至第三步。 　　③一次累加生成。对x（0）进行1-AGO得生成序列x（1）=[x（1）（1），x（1）（2），…，x（1）（n）]，其中： 。 　　④建立模型。对x（1）进行一次等权生成得背景值序列Z（1）=[Z（1）（2），Z（1）（3），…，Z（1）（n）]，其中：Z（1）（k）=[x（1）（k-1）+x（1）（k）]/2，（k=2，3，…，n），称微分方程： 　　x（0）（k）+az（1）（k）=b （1） 　　为GM（1，1）模型的基本形式，其中a，b为待定系数。 　　⑤最小二乘法求解参数a，b。可由下式求得参数a，b的估值?、 ： 　　（2） 　　其中 ，Y=[x（0）（2），x（0）（3），…，x（0）（n）]T。 　　⑥计算序列x（1）的预测值。GM（1，1）模型的时间响应序列（预测值）为： 　　（3） 　　⑦累减还原得到序列x（0）的预测值，即 　　（4） 　　（2）基于GM（1，1）的非等时间间距的公路高边坡变形预测模型构建 　　由于传统灰色GM（1，1）是以等时间间隔序列建模，它要求采用的数据间隔为等时距的，而实际工作中的沉降观测数据通常是不等时距的，为解决这一矛盾，在累加生成前和累减生成后应用将不等时距序列转变为等时距序列。非等时间间距序列的等时距转换具体步骤如下： 　　①求平均时间间隔 　　（5） 　　②计算等时间间隔点的灰数值x2（0）（i）（i=1，2，…，n） 　　在这里，笔者主要采用线性内插法： 　　当i=1时， 　　X2（0）（1）=x1（0）（t1） （6） 　　当i=n时， 　　X2（0）（n）=x1（0）（tn） （7） 　　当i=2，3，…n-1时，利用lagrange插值函数分段线性插值，则有 　　（8） 　　从而转换为等时距的时间序列： 　　X2（0）={x2（0）（i）|i=1，2，…，n} （9） 　　③计算等时距序列的一次累加序列 　　对X2（0）作