一种多神经网络加权组合的滑坡位移组合预测模型

来源：大地测量与地球动力学杂志2026年第2期北京时间：

作者：瞿伟, 杜易泽, 徐荣堂, 李久元, 边子策

单位：1 长安大学地质工程与测绘学院, 西安, 710054,2 西部矿产资源与地质工程教育部重点实验室, 西安, 710054

摘要：结合支持向量回归(SVR)、反向传播神经网络(BPNN)和线性回归神经网络(LRNN)三种机器学习模型, 构建一种多神经网络加权组合的滑坡位移组合预测模型。该组合模型构建过程主要由单一模型预测和多神经网络加权两部分组成, 模型并不着重于当前预测点之前所有历史时刻的预测误差, 而更关注当前预测点的邻近时段, 根据实测数据利用最小二乘法计算赋予当前预测点最优的单一类预测模型的权重系数, 再基于此权重系数对单一类预测模型当前预测点的预测结果进行加权求和, 最终获得高精度预测结果。通过对我国典型黄土滑坡域甘肃黑方台党川滑坡体北斗/GNSS实测数据对比测试表明, 相较于单一类型预测模型、简单平均组合预测模型及多神经网络切换预测模型, 本文组合预测模型具有更高的预测精度, 具有较好的推广应用价值。

关键词：滑坡,位移预测,神经网络,最小二乘,加权组合

基金资助：国家自然科学基金(42174006),国家自然科学基金(42090055),陕西省杰出青-科学基金(2022JC-18),长安大学中央高校基本科研业务费专项(300102263201)