基于灰色—进化神经网络的滑坡变形预测研究

›› 2004, Vol. 25 ›› Issue (4): 514-517.

基于灰色—进化神经网络的滑坡变形预测研究

高玮^1，2，冯夏庭²

1.武汉工业学院土木工程系，湖北武汉 430023；2.中国科学院武汉岩土力学研究所岩土力学重点实验室，湖北武汉 430071

收稿日期:2003-01-13 出版日期:2004-04-10 发布日期:2014-07-17
作者简介:高玮，男，1972年生，博士，目前主要从事岩土工程稳定性分析及计算智能技术在岩土工程中应用等研究工作。
基金资助:
国家自然科学基金（50309014）、国家基础研究发展规划（2002CB412708）及所领域前沿基金（Q000305）资助。

Study on displacement predication of landslide based on grey system and evolutionary neural network

GAO Wei^{1, 2}, FENG Xia-ting²

1. Department of Civil Engineering, Wuhan Polytechnic University, Wuhan 430023, China; 2. Key Laboratory of Rock and Soil Mechanics, Institute of Rock and Soil Mechanics, Chinese Academy of Sciences, Wuhan 430071, China

Received:2003-01-13 Online:2004-04-10 Published:2014-07-17

摘要/Abstract

摘要： 滑坡变形位移预测对滑坡灾害治理具有重要的意义。考虑到滑坡位移单调增长的特殊性，根据位移分解原理，采用灰色系统提取位移趋势，用基于免疫进化规划的新型进化神经网络模型逼近位移偏差，从而提出了1种滑坡位移预测的新型智能方法。并用新滩滑坡的实测位移预测研究证明了所提智能预测方法的有效性及可行性

关键词: 滑坡, 变形预测, 灰色系统, 进化神经网络

Abstract: Displacement predication of landslide is very important in control of landslide disaster. Considering the monotonously increasing character of the displacement time series of the landslide, a new intelligent prediction method combining grey system and evolutionary neural network (ENN) is proposed. In this method, based on the principles of displacement decomposition, the trend of displacement time series is extracted by grey system and the deviation of grey system is approximated by the ENN whose architecture and algorithm parameters evolve simultaneously through combining modified BP algorithm and immunized evolutionary programming proposed by first author. This new method is applied to Xintan landslide; and the results show that the generalization of the new method is good and it can predict the displacement of landslide very well.

Key words: landslide, displacement prediction, grey system, evolutionary neural network

中图分类号:

TB 115，P 642.22

高玮，冯夏庭,. 基于灰色—进化神经网络的滑坡变形预测研究[J]. , 2004, 25(4): 514-517.

GAO Wei , FENG Xia-ting,. Study on displacement predication of landslide based on grey system and evolutionary neural network[J]. , 2004, 25(4): 514-517.

参考文献

相关文章 15

[1]	王翔南, 李全明, 于玉贞, 喻葭临, 吕禾, . 基于扩展有限元法对土体滑坡破坏过程的模拟[J]. 岩土力学, 2019, 40(6): 2435-2442.
[2]	杨宗佶, 蔡焕, 雷小芹, 王礼勇, 丁朋朋, 乔建平, . 非饱和地震滑坡堆积体降雨破坏水-力耦合行为试验[J]. 岩土力学, 2019, 40(5): 1869-1880.
[3]	裴向军, 朱凌, 崔圣华, 张晓超, 梁玉飞, 高会会, 张子东. 大光包滑坡层间错动带液化特性及滑坡启动成因探讨[J]. 岩土力学, 2019, 40(3): 1085-1096.
[4]	刘勇, 冯帅, 秦志萌. 基于运动角差的滑坡监测点相似性评判方法[J]. 岩土力学, 2019, 40(1): 288-296.
[5]	景路, 郭颂怡, 赵涛, . 基于流体动力学-离散单元耦合算法的海底滑坡动力学分析[J]. 岩土力学, 2019, 40(1): 388-394.
[6]	范宁, 年廷凯, 焦厚滨, 郑德凤, . 双椭流线型海底管线抵御滑坡冲击的减灾效果与降阻机制[J]. 岩土力学, 2019, 40(1): 413-420.
[7]	马显春, 罗刚, 邓建辉, 上官力, . 陡倾滑面堆积层滑坡抗滑桩锚固深度研究[J]. 岩土力学, 2018, 39(S2): 157-168.
[8]	张治国，张成平，马兵兵，宫剑飞，叶铜,. 滑坡作用下既有隧道锚索加固的物理模型试验与数值模拟研究[J]. , 2018, 39(S1): 51-60.
[9]	范宁，年廷凯，赵维，鲁双，宋雷，印萍,. 海底泥流的流变试验及强度模型[J]. , 2018, 39(9): 3195-3202.
[10]	孙永福，黄波林，宋玉鹏，赵永波，. 海底滑坡海啸的颗粒流耦合模型[J]. , 2018, 39(9): 3469-3476.
[11]	赵建军，余建乐，解明礼，柴贺军，李涛，步凡，蔺冰，. 降雨诱发填方路堤边坡变形机制物理模拟研究[J]. , 2018, 39(8): 2933-2940.
[12]	李伟，许强，吴礼舟，李斯琦, . 平推式滑坡中底滑面承压水渗流形式对其稳定性的影响[J]. , 2018, 39(4): 1401-1410.
[13]	唐宇峰，施富强，廖学燕，周帅, . 基于光滑粒子流体动力学的流动法则对土体滑坡大变形的影响探讨[J]. , 2018, 39(4): 1509-1516.
[14]	汪班桥，李楠，门玉明，张妙芝. 滑坡防治格构梁锚固系统振动台模型试验[J]. , 2018, 39(3): 782-788.
[15]	储召军，石少卿，孙建虎，李季，崔廉明,. 基于模型试验的桩间距对组合式钢管抗滑桩抗滑效果的影响分析[J]. , 2018, 39(3): 848-853.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed