多维关联因素筛选条件下的堆积层滑坡体积预测研究

摘要：

为实现三峡库区堆积层滑坡体积的高精度预测,在滑坡特征参数统计的基础上,先开展体积影响因素的分布特征分析及相关性研究,以筛选出滑坡体积的重要影响因素;再利用多种优化算法和混沌理论实现极限学习机的参数优化和误差弱化,构建出滑坡体积在多维关联影响因素条件下的混沌优化极限学习机模型,以实现其预测研究.实例分析表明:三峡库区滑坡体积影响因素较多,受区域地质条件限制,各类影响因素的分布范围均较广,且波动性较强;同时,本研究中各类优化算法均能不同程度提高预测精度及运算速度,验证了各优化方法的有效性,且混沌理论能有效弱化预测误差,进一步提高了预测精度;另外,预测结果的平均相对误差为1.71％,可靠性验证结果的平均相对误差也仅为1.49％,两者相当.该预测模型不仅具有较高的预测精度,还具有较强的可靠性,适用于滑坡体积预测,为三峡库区滑坡规模研究提供了一种新的思路.

关键词：三峡库区、滑坡体积、影响因素、极限学习机、体积预测

所属期刊栏目：38

分类号：P642.22(水文地质学与工程地质学)

资助基金：国家自然科学基金51709175

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：645-653