来源：期刊VIP网 时间：
作者：吴波;张京城;刘聪;郭斐;彭生辉;
单位：东华理工大学土木与建筑工程学院;江西省交通投资集团有限责任公司项目建设管理公司;
摘要：边坡位移的准确预测是边坡安全预警的重要前提。高速公路改扩建边坡在支挡拆除、二次开挖后重建后,其位移数据序列具有较强的非线性多尺度特征,导致传统的预测方式预测精度不足。依托吉康高速某改扩建高边坡项目,提出了一种融合遗传算法(Genetic Algorithm,GA)、变分模态分解(Variational Mode Decomposition,VMD)和高斯过程回归(Gaussian Process Regression,GPR)的耦合模型,通过GA优化VMD参数将位移序列分解为趋势性、周期性和随机性10个子序列,同时采用GA优化GPR超参数对子序列单独预测后叠加重构,预测结果的均方根误差、平均绝对百分比误差和拟合优度分别为2.438 7、10.04%和0.947 5,较传统GA-GPR模型预测精度显著提升。
关键词：安全工程;;边坡;;变分模态分解;;高斯过程回归;;位移预测
基金资助：国家自然科学基金项目(52168055,55278397);; 江西省自然科学基金项目(20224BAB204058);; 江西省交通运输厅科技项目(2023C0002)
