加权函数组合预测边坡变形模型的研究.pdfVIP

维普资讯 JournalofEngineeringGeology 工程地质学报 1004—9665／2008／16(4)-0518-04 加权 函数组合预测边坡变形模型的研究 金海元 徐卫亚 (河海大学岩土工程研究所 南京 210098) 摘 要 边坡变形监测是边坡监测的主要内容之一，其变形预测问题是边坡工程中主要技术难题之一。考虑边坡位移变形 预测模型的局限性 ，如神经网络预测方法需要大量的实测数据作为学习样本 ，灰色系统模型要求原始数据序列必须满足指数 规律，且数据序列变化速度不能太快等。建立了边坡变形反向传播神经网络预测模型，同时给出了灰色GM(1，1)边坡预测模 型。提出边坡的神经网络与灰色系统加权函数组合预测模型，采用动态规划解法，将原模型转化为多阶段决策问题，使组合 预测误差的平方和最小，得到组合权重，这样得到的变形预测结果的精度将大大提高，弥补了单一方法的局限性，满足工程预 测的需要。通过边坡实例加以验证，加权函数组合预测模型的预测结果精度有一定提高，能够与实际监测数据相吻合 ，达到 准确预测的 目的。 关键词 变形预测 神经网络 灰色系统 组合预测 动态规划 中图分类号：TD824．7 文献标识码：A PREDICTIoN oF SLoPE DEFoRMATIoN M oDES W ITH W EIGHTED FUNCTIoN CoMBINATIoN M ETHoD JINHaiyuan XU Weiya (InstituteofGeotechnicalEngineering，HohaiUniversity，Nanjing 210098) Abstract Deformationmonitoringisoneofthemaincontentsinslopemonitoring．Defomr ationpredictionisoneof themaintechnicalproblems．Thecurrentdeofrmationpredictionmodelshavelimitations．Forexample，theneur~ networkpredictingmodelneedsmassivedataasstudypiecesandgreymodelrequeststhattheoriginaldatamust meettheexponentrule．AbackpropagationneuralnetworkpredictionmodelandrgeysystemGM(1，1)modelfor slopedefomr ationarebuilt．Inordertogainmoreaccuratepredictionresults，aweightedfunctioncombiningfore— castingmodelofneuralnetwork andgrey system onslopedefomr ation isdevelopedandadynamicprogramming methodisusedtosolvemulti—stepdecisionproblem，whichcanminimizethesquaresum oftherelativeerrorsand gainthecombinationweight．So，thepredictingresultcangreatlyenhancetheprecisionandmakeupthelimitation ofsinglemethod．Throughcalculatinganactualslopethepredictingresultsdeveloprgeatlyandconsistentwiht hte monitoringdata．Thecombiningpredictingmodelenrichestheslopedefomr ationpredictiontheory． Keywords Defomr ationpredicting，Euralnetwork，Greysystem，Combiningprediction，Dynamicprorgamming 17I言 嚣望喜芝 边坡位移作为内部力学现象的宏观变现，具有 主要技术难题之一。现有的力学理论仍不能