WA聯合ELM與OS-ELM的滑坡位移預測模型*

李驊錦 許 強 何雨森 魏 勇

?

WA聯合ELM與OS-ELM的滑坡位移預測模型*

李驊錦①許 強①何雨森②魏 勇①

滑坡累積位移監測曲線往往呈現出復雜的非線性增長特性，對此建立了不少相關的預測模型，而以往的預測模型存在著許多不足。本文基于小波函數(Wavelet Analysis， WA)，ELM與OS-ELM，提出一種名為WA聯合ELM、OS-ELM的預測方法。首先，該方法基于小波函數，將滑坡累積位移分解成受內部地質條件影響的趨勢項和受外部影響因子影響的周期項； 然后，基于ELM與OS-ELM分別對趨勢項和周期項進行預測； 最后將趨勢項和周期項的預測值疊加得到累積位移的預測值。結果表明，小波函數得到的趨勢項展現出良好的趨勢性，而周期項也展現出良好的周期性； 以Sigmoid方程為核函數，隱含層神經元個數為33的ELM模型能準確高效對趨勢項進行預測，而以RBF方程為核函數，隱含層神經元個數為100的OS-ELM模型能準確高效對周期項進行預測； 累積位移預測數據的RMSE分別為0.1423和0.1315，預測結果相對較好，能夠在滑坡位移預測領域發揮一定的作用。

滑坡累積位移 非線性特性 位移預測 小波函數 ELM OS-ELM

0 引 言

滑坡是一種常見且危害較大的地質災害，現在已經成為一類關注度極高的環境地質問題。滑坡的發生往往造成公路、供水供電設施、民居、農渠農田與經濟林被毀，招致大面積交通堵塞、停水停電，居民家園被毀，甚至多人傷亡，給當地居民帶來重大的人員傷亡和財產損失，引起不良的社會影響(許強等， 2016)。由于滑坡體受內部地質條件與外部環境影響因子的影響，累積位移監測曲線往往表現出復雜的非線性增長變化特性(許強等， 2008， 2009)。……