基于灰色关联分析联合VMD-SES-BP模型的滑坡位移预测

针对三峡地区滑坡位移具有的“阶梯状”的问题,结合变分模态分解(VMD)、二次指数平滑(SES)、BP神经网络(BPNN),提出了一种新的滑坡位移时序预测模型:VMD-SES-BP预测模型。利用该模型对三峡白水河滑坡GPS监测位移数据进行变分模态分解得到趋势分量和其他子序列分量。选择二次指数平滑对趋势分量进行滚动预测,采用灰色关联分析确定滑坡其他位移分量的影响因素,并作为BP神经网络的训练样本进行学习和预测。将各分量的预测结果叠加与真实值比较,预测平均相对误差为0.78%,均方差为3.14 cm,相关系数为0.986。实验结果表明,该模型针对“阶梯状”滑坡位移预测具有良好的适用性,预测精度较高,为滑坡位移预测提供了一定的参考价值。