浅论基于混沌非线性时间序列的滑坡预测预报研究

《浅论基于混沌非线性时间序列的滑坡预测预报研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、广西大学硕士学位论文基于混沌非线性时间序列的滑坡预测预报研究姓名：陈小亮申请学位级别：硕士专业：岩土工程指导教师：林育梁20080628基于混沌非线性时间序列的滑坡预测预报研究摘要边坡作为一种人类不可回避的地质环境，总是伴随着人类的工程活动，一方面人类力图对边坡进行改造、加固，使之服务于人类，另一方面，边坡在受到人类工程活动及外界环境影响时，坡体发生破坏，给人类的生活安全及建设带来灾害。由于边坡是一个复杂系统，其本身的各种参量是不确定的和随机的，在其演化过程中，不断地与外界进行物质、能量、信息的交换，表现出复杂的非线性行为。所以本文采用非

2、线性理论——混沌理论对滑坡进行研究。本文首先总结了国内外滑坡预测预报的研究现状，系统介绍了混沌理论及边坡的混沌特性。应用混沌理论对滑坡进行预报的基础是相空间重构理论，本文详细的阐述了该理论并对延迟时间f和嵌入维历的选择方法进行总结。计算了混沌理论的几何不变量——I，yapunov指数、关联维和熵(K熵和近似熵)，通过这三个变量对边坡位移时序进行混沌综合判定。通过混沌时间序列进行预测的方法主要有全域法和局域法，本文重点介绍了零阶局域法、一阶局域法和基于最大Lyapunov指数预测法。通过茅坪滑坡位移时间序列进行了检验，表明应用混沌动力学理论

3、对边坡位移进行预测是可行的。由于Lyapunov指数是混沌时间序列的本质特征，所以基于最大Lyapunov指数预测法的预测精度较另外两种方法高。本文详细介绍了多变量的相空间重构理论，通过对Lorenz系统的仿真结果表明：即使在数据长度为单变量时间序列长度的一半时，多变量相空间重构预测法的预测精度比单变量相空间重构预测法还高。这对于滑坡预测预报具有实际的工程意义。关键词：混沌非线性滑坡预报相空间重构Lyapunov指数关联维多变量ⅡANAI，YSISOFI．ANDSUDEPREDICTIONBYCHAOTICNONLINEARTIMESER

4、IESABSTRACrS10peisanunavoidablegeologicalenVironmenttohumanbeings，accompaniedwithhumanengineeringactivitiesalways．Ontheonehalld，peoplearetryinghardt0ConVertandconsolidateslopeiIlordertobenefithumanbeings，ontheotherhand，sJopewhicharedisturbedbyhumanactivitiesandoutersuHoun

5、dingswillcollapse，whichbringabouthazardstothesecurityofhumanlifeandconstructionactiVities．Becauseslopeisacomplicatedsystem，aUsons。ofparametersitselfareuncenainandrandom．DuringtheproCessofeVoJution，theyexchangesubstance，energyandinfb肋ationwithoutsideContinuouslyandtheiract

6、ivitiesmanifestcomplicatednonlinearactions．们1erefore，thedissertationadopto鹋ofnonlineartheo巧，chaOstheo巧，toanalyzetheslope．Inthedissertation，wesuImIlaIizetheaIlalyticconditionofslopepIedictionalloVertheworldandintroducechaostheo哆andchaoticcharactersoftheslopesystematically．

7、Thebasisofslopepredictionwithchaostheo巧isthephasespacereconst兀lctionoftimeseries．Thepaperelaboratethemethodofthephasespacereconstmctionandsummar娩ethemethodsoftimedelayandembeddingdimension．11lechaoticinVaIIiantsofmeasuredtimeseriesofMaopinglandslidesuchascoHelationdimensi

8、on，theL，yapunoVexponentandentropyarecalCulated．’I'heresultSshowthatthemonitoriIlgdata0btainedill