库区滑坡变形特征分析及发展规律研究

发布时间：2021-05-15 02:04

　　为准确掌握滑坡变形规律,该文利用消除趋势波动分析和优化Elman神经网络构建滑坡发展规律研究模型。实例研究表明:滑坡前缘变形要明显大于后缘变形,且变形速率与降雨量变化规律较为一致,得出降雨及库水位波动对滑坡变形影响较为显著,加之滑坡年变化量逐年增加,滑坡变形现状趋于不利方向发展。同时,消除趋势波动分析得出各监测点的标度指数均大于0.5,变形呈持续增加趋势,增加幅度具阶段性特征;变形预测结果的平均相对误差最大值仅为1.92%,得出该文预测模型具较高预测精度,且其外推预测结果与发展趋势结果一致,均得出滑坡稳定性趋于不利方向发展,验证了滑坡变形现状分析结果的准确性。 

【文章来源】：中国锰业. 2020,38(03)

【文章页数】：7 页

【文章目录】：
0 前 言
1 基本原理
    1.1 发展趋势判断模型的构建
        1)序列重构处理:
        2)局部趋势求解:
        3)求解波动函数:
        4)求解标度指数α:
    1.2 变形预测模型的构建
2 实例分析
    2.1 工程概况
    2.2 变形特征分析
    2.3 发展规律研究
        2.3.1 发展趋势判断分析
        2.3.2 变形预测研究
3 结 论


【参考文献】：
期刊论文
[1]EEMD-GA-SVM模型在滑坡位移预测中的应用[J]. 刘人杰,黄健,剪鑫磊,李桥,王豪.  人民长江. 2019(11)
[2]金沙江深切河谷百胜滑坡演化过程及成因机制[J]. 白永健,王运生,葛华,倪化勇.  吉林大学学报(地球科学版). 2019(06)
[3]三峡库区秭归县盐关滑坡变形特征及成因机制分析[J]. 尚敏,刘昱廷,侯时平,马锐,廖芬.  三峡大学学报(自然科学版). 2019(06)
[4]基于小波分析和灰色BP神经网络的滑坡位移预测[J]. 岳强,袁洁,胡涛.  水电能源科学. 2019(10)
[5]三峡库区涉水重点滑坡危险性评价方法及防治对策——以白家包滑坡为例[J]. 王春燕,王力.  三峡大学学报(自然科学版). 2019(05)
[6]基于离心模型试验的库岸滑坡变形特征研究[J]. 汤明高,李松林,许强,龚正峰,祝权,魏勇.  岩土力学. 2020(03)
[7]基于光纤监测和PSO-SVM模型的马家沟滑坡深部位移预测研究[J]. 韩贺鸣,张磊,施斌,魏广庆.  工程地质学报. 2019(04)
[8]三峡库区地质灾害类型和灾害机理研究[J]. 陈才.  灾害学. 2019(02)
[9]基于尖点突变理论及非趋势波动分析的滑坡稳定性及变形特征研究[J]. 田成成,张盛生,张磊,吴艳军.  大地测量与地球动力学. 2018(08)
[10]基于滑坡监测数据的Elman神经网络动态预测[J]. 李寻昌,叶君文,李葛,李俊.  煤田地质与勘探. 2018(03)



本文编号：3186735