滑坡变形预测灰色神经网络耦合模型的构建及适用性分析
来源：大地测量与地球动力学杂志2015年第5期北京时间：
作者：高彩云,崔希民
单位：1 中国矿业大学（北京）地球科学与测绘工程学院，北京市学院路丁11号，100083\r\n2 河南城建学院测绘工程学院，平顶山市明月路，467044\r\n3 矿山空间信息技术国家测绘地理信息局重点实验室，焦作市世纪大道2001号，454000
摘要：结合灰色模型和神经网络的数据处理特点，提出串联、并联和混联式3种结构的灰色神经网络滑坡变形预测模型。串联式将滑坡变形位移时序分解为趋势项和随机项，采用灰色模型提取滑坡位移时序趋势，利用神经网络逼近随机波动|并联式以灰色模型和神经网络分别对滑坡预测，采用智能非线性组合，按照预测目标精度动态调整权重，从而获取最终组合预测结果|混联式通过增加灰白化层及灰模型群，对神经网络拓扑结构进行优化， 达到弱化滑坡原始监测数据随机性、提高预测模型稳健性的目的。将3种模型应用于古树屋滑坡变形预测，并对其适用性进行讨论。结果表明，3种结构的灰色神经网络耦合模型均提高了预测精度，适用于复杂状况下滑坡体的变形预测。
关键词：滑坡变形预测,灰色神经网络,串联模式,并联模式,混联模式,极限学习机
基金资助：国家自然科学基金（51474217，41071328）|矿山空间信息技术国家测绘地理信息局重点实验室基金（KLM201306）|中国矿业大学（北京）博士研究生拔尖创新人才培育基金(201514)。
