КОМБИНИРОВАННАЯ МОДЕЛЬ ПРОГНОЗА СМЕЩЕНИЯ ОПОЛЗНЯ
Ключевые слова:
Оползневое смещение, мониторинг оползней, нейросетевое прогнозирование, Майлуу-Суу, механика сплошных сред, гидрогенный факторАннотация
В статье рассматривается детерминированно-стохастическая модель прогнозирования смещений оползня, основанная на разделении общего вектора деформаций на долгосрочный тренд и периодическую составляющую. На примере мониторинга оползня Сары-Бээ (г. Майлуу-Суу) авторами предложена методика адаптации комбинированной модели, учитывающей влияние климатических, гидрогеологических и сейсмических факторов. Для прогноза периодической компоненты применен аппарат искусственных нейронных сетей (MLP 9-4-1) с алгоритмом обратного распространения ошибки. Результаты исследования показывают, что использование многомерного нейросетевого анализа позволяет удовлетворительно аппроксимировать динамику смещений, однако для повышения точности прогноза в условиях нестационарного режима «рваных» деформаций необходимо перманентное переобучение сети на актуальных данных мониторинга.
Библиографические ссылки
1. Du Y., Lacasse S. Displacement prediction in colluvial landslides// Landslides. Original papper. 2012.
2. Gruden D.M., Masumzadeh S. Accelerating creep of the slopes of a coal mine//Rock Mech. Eng. 1987. №20. P. 123-135.
3. Kawamura K. Methodology for landslide prediction//Proceeding of 11 th international conference on soil mechanics und foundation engineering. San-Francisco. 1985 p. 1155-1158.
4. Li T., Chen M., Wang L., Zhou Y. Time prediction of landslide using Verhulst inverse function model//Proceeding 7th Jnt. Symp. On Landslides. Trondheim. 1996. V2. P. 1289-1293
5. Mayoraz F., Vulliet L. Neural networks for slope movement prediction// Jnt. J. Geomech. 2002. №2. P. 153-173.
6. Алешин Ю.Г. Алгоритмизация оползневого прогнозирования на основе нейросетевогомоделирования// Известия НАН КР 2010. №2. С. 19-27.
7. Васильев В.И. Распознающие системы. Киев: Науковая думка. 1983. 422с.
