基于数量化理论和BP神经网络的滑坡体积预测

摘要：

[目的]探讨数量化理论Ⅲ和BP神经网络在滑坡中综合应用的效果，为滑坡体积的预测提供一种新的思路。[方法]采用数量化理论Ⅲ分析滑坡体积的影响因素及其耦合作用强度，并结合其分析结果，将次要因素和强耦合程度样本进行剔除，再依据其剔除的不同阶段构建3种滑坡体积的BP神经网络预测模型。[结果]滑坡体积的主要影响因素是坡角、坡向、植被覆盖率和坡高，次要影响因素是岩层倾角、斜坡高程和岩层倾向因素，且在不同样本中，体积影响因素之间的耦合程度具有一定的差异。[结论]该预测方法可行，对次要因素和强耦合程度样本的剔除，提高了预测精度。

关键词：滑坡、数量化理论Ⅲ、耦合作用、BP神经网络

所属期刊栏目：36

分类号：P642.22(水文地质学与工程地质学)

资助基金：河南省科技创新人才计划“膨胀土边坡安全性研究”154100510006；河南省重点科技攻关项目“南水北调中线膨胀土滑坡发生机理与信息系统构建”152102210111；新疆维吾尔自治区科技援疆201491105；新疆自治区高层次人才引进工程

在线出版日期：2016-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：207-213