基于自掘性多尺度识别的隧道洞口老滑坡复活变形预测

摘要

为实现滑坡变形的高精度预测,以隧道洞口段复活滑坡为背景,利用变分模式分解开展滑坡变形数据的模态识别,并结合移动平均法进行趋势位移分析,将滑坡变形数据分解为趋势位移和随机位移;在滑坡变形数据分解基础上,利用猎食者算法和双向长短期记忆构建趋势位移预测模型,再在数据自掘性、多尺度分析基础上,通过BP神经网络或支持向量机实现随机位移预测.结果发现,受隧道洞口段施工影响,洞口滑坡变形特征显著,并由3个监测点的预测结果统计,得到预测结果的EMAP值介于2.01%～2.05%,T_t值介于162.45 ms～185.45 ms,预测模型不仅具有较优的预测精度,还具较强的稳定性,能有效掌握滑坡变形规律,为滑坡后续防治奠定了一定的理论基础.

关键词

滑坡 / 数据分解 / 变分模式分解 / 变形预测