摘要:边坡变形量的产生及其发展规律,对边坡稳定性的评价极为重要.基于遗传算法优化灰色模型背景值的权重系数,同时考虑边坡的变形发展的时间相关性,采用灰色关联分析法寻找关联度最大的时间因子项,建立了改进灰色-时间因子分析的TGM(1,1,p,q)预测模型.最后,考虑边坡变形发展的整体性,将多个监测点的变形量数据序列联合建立多变量的TGM(1,n,p,q)预测模型.并将该预测模型应用于三峡马家沟边坡监测工程中,计算表明:优化背景值的权重系数和引入时间修正因子均能够较大的提高模型的预测精度,采用多个监测点联合预测能够有效的提高模型的预测精度.同时,与传统的TGM(1,1)模型以及GM(1,1)模型相比,TGM(1,n,p,q)预测模型有着更高的预测精度,预测结果相对误差基本在4%以下,从而显示了该方法进行库岸边坡变形预测的有效性,这对了解边坡变形的发展趋势以及研究边坡的动态稳定性具有重要的参考意义.