基于误差补偿智能预测模型的滑坡变形预测研究

摘要

为实现滑坡变形的高精度预测,以四川省丹巴滑坡为工程实例,以新型智能极限学习机模型为理论基础,通过去噪分析、参数优化及误差补偿预测等措施构建了针对滑坡变形的误差补偿智能预测模型.实例分析结果表明:小波去噪和卡尔曼滤波均能很好地剔除变形数据中的误差信息,且小波去噪的去噪效果相对更优;同时,在去噪数据的基础上,通过预测模型的参数优化和误差弱化能有效提高预测精度,所得预测结果的相对误差均值均小于2％,验证了该预测模型的有效性;模型在滑坡中期及后期变形预测中均具有较高的预测精度,进一步说明其不仅具有较好的预测精度,还具有较高的可靠性,适用于滑坡变形预测研究.研究内容为滑坡变形趋势及规律分析提供了一种新的思路,能较好地指导滑坡后期防治.