基于贝叶斯更新的非饱和土坡参数概率反演及变形预测
滑坡变形预测一直是实现滑坡灾害预报与防控的有效手段.岩土体参数是开展滑坡变形计算的关键输入信息,然而目前研究鲜有考虑岩土体参数不确定性对滑坡变形的影响,如何融合有限监测数据实现岩土体参数不确定性定量表征及滑坡变形概率预测仍然是一大难点.以降雨入渗非饱和土坡为例,开展流固耦合分析,基于有限的孔压监测数据,利用DREAM zs算法实现对岩土体参数的高效概率反演.根据岩土体参数的先验分布,采用拉丁超立方抽样法生成随机样本,将其导入ABAQUS中计算相应的坡脚变形作为数据集,分别采用多元自适应回归样条曲线(MARS)和LightGBM模型构建基于数理-机制双驱动的边坡坡脚变形预测模型,计算贝叶斯更新后的后验稳态样本对应的边坡坡脚变形值,并对边坡变形值开展统计分析.结果表明:DREAM_zs算法仅需少量的孔压监测数据,即可完成对岩土体参数的更新,并且计算效率高、收敛速度快.此外,提出的边坡坡脚变形预测模型不仅突破了由孔压等间接监测数据来预测边坡变形的局限,同时还实现了对边坡变形发生概率的预测,为滑坡变形预测提供了新的思路和探索.
贝叶斯更新、非饱和土、流固耦合分析、机器学习、变形预测模型
43
TU42(土力学、地基基础工程)
国家重点研发计划;国家自然科学基金;国家自然科学基金
2022-05-13（万方平台首次上网日期，不代表论文的发表时间）
共11页
1112-1122
