以樂(lè)昌峽鵝公帶滑坡體作為研究對(duì)象,考慮日降雨量、滲壓對(duì)邊坡變形的影響,建立了BP、SVM、PSO-BP、PSO-SVM四種滑坡體變形預(yù)測(cè)模型。從樂(lè)昌峽安全檢測(cè)系統(tǒng)導(dǎo)出近4年研究數(shù)據(jù),篩選使用其中410組數(shù)據(jù)進(jìn)行訓(xùn)練,取30組變形位移作為輸出,分析后發(fā)現(xiàn)PSO-SVM模型為最佳模型。以PSO-SVM模型為研究對(duì)象,對(duì)粒子群算法迭代次數(shù)、種群規(guī)模、速度位置相關(guān)系數(shù)（k）等因素進(jìn)行研究,得知三者分別為100、30、0.5時(shí)得到最優(yōu)的PSO-SVM模型,此時(shí)的RMSE、MAPE、R²分別為0.202 mm、0.589%、0.985。相對(duì)于大型有限元仿真軟件、多元線性回歸模型等傳統(tǒng)方法,文章所提出的預(yù)測(cè)模型可以減少計(jì)算成本;在面對(duì)非線性問(wèn)題時(shí)也能夠獲得更好的處理效果。 

【文章來(lái)源】：中山大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,59(05)北大核心CSCD

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

BP神經(jīng)網(wǎng)絡(luò)的拓?fù)錁?gòu)架流程圖

當(dāng)采用PSO算法時(shí)，關(guān)于潛在解的問(wèn)題都可以被視為搜索空間的粒子。對(duì)于任何一個(gè)粒子而言，在優(yōu)化函數(shù)的作用下它都會(huì)形成一個(gè)適應(yīng)度值，同時(shí)還對(duì)應(yīng)有一個(gè)額外的速度，它決定了粒子們飛的方向以及距離。粒子位置更新方法如圖2所示。圖2中，v指的是粒子的“飛行”速度；x指的是粒子起始位置；p表示搜索到的粒子最優(yōu)位置。

樂(lè)昌峽水利樞紐工程是當(dāng)前樂(lè)昌市境內(nèi)最為重要的水利項(xiàng)目之一，它與樂(lè)昌市區(qū)的距離僅為14 km，且與韶關(guān)市相連，它在整個(gè)北江上游防控工作中發(fā)揮出極為重要的作用。該水利工程以防洪控制為主，還兼具發(fā)電與航運(yùn)等多種應(yīng)用功能。參考相關(guān)工程資料得知，壩址上游庫(kù)區(qū)多年來(lái)均存在岸坡體穩(wěn)定性不足的問(wèn)題，并且鵝公帶滑坡體最為嚴(yán)重。此部分的坡體總方量達(dá)到240萬(wàn)m3，對(duì)平面布置圖進(jìn)行分析得知其主要呈橢圓形，長(zhǎng)度達(dá)到400 m，平均寬度達(dá)到240 m；區(qū)域周邊的山脊邊坡陡度較大，但地形總體來(lái)說(shuō)較為完整，上部后緣陡度普遍達(dá)到45°。對(duì)滑坡體的地質(zhì)進(jìn)行分析，主要以全風(fēng)化粉砂質(zhì)板巖為主，且含有大量的強(qiáng)風(fēng)化巖塊，在近幾年多次發(fā)生小型滑坡現(xiàn)象。樂(lè)昌峽地區(qū)部分滑坡見(jiàn)圖4，鵝公帶滑坡體平面監(jiān)測(cè)示意圖見(jiàn)圖5。

【參考文獻(xiàn)】：
期刊論文
[1]基于EEMD與SE的IPSO-LSSVM模型在壩肩邊坡變形預(yù)測(cè)中的應(yīng)用[J]. 李橋,巨能攀,黃健,王昌明,賴若帆,剪鑫磊.  長(zhǎng)江科學(xué)院院報(bào). 2019(12)
[2]洪灣漁港工程潮流泥沙的輸運(yùn)特性[J]. 馮立文,姚清河,蘇煒,王生,徐文兵.  中山大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[3]基于改進(jìn)PSO神經(jīng)網(wǎng)絡(luò)的微米木纖維切削參數(shù)優(yōu)化[J]. 齊紅,任洪娥,賈鶴鳴,袁世慶.  中山大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[4]某水下機(jī)器人阻力特性的數(shù)值模擬[J]. 白航,王偉竹,姚清河.  中山大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[5]粒子群算法參數(shù)設(shè)置對(duì)新安江模型模擬結(jié)果的影響研究[J]. 劉欣蔚,王浩,雷曉輝,廖衛(wèi)紅,王明娜,王維平,張?zhí)O蘋.  南水北調(diào)與水利科技. 2018(01)
[6]融合混沌殘差的大壩位移蛙跳式組合預(yù)報(bào)模型[J]. 魏博文,熊威,李火坤,彭圣軍,徐鎮(zhèn)凱.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2016(09)
[7]基于ARIMA模型的大壩滑坡體表面位移監(jiān)測(cè)分析預(yù)報(bào)[J]. 李明,曾金志.  東華理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(S1)
[8]改進(jìn)粒子群算法在水庫(kù)優(yōu)化調(diào)度中的應(yīng)用[J]. 丁根宏,曹文秀.  南水北調(diào)與水利科技. 2014(01)
[9]時(shí)間序列分析與支持向量機(jī)的滑坡位移預(yù)測(cè)[J]. 彭令,牛瑞卿,吳婷.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2013(09)
[10]利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行水庫(kù)滑坡變形預(yù)測(cè)[J]. 易慶林,曾懷恩,黃海峰.  水文地質(zhì)工程地質(zhì). 2013(01)



本文編號(hào)：3314689