王 霄 陈志坚 黄清保

（河海大学 地球科学与工程学院，南京 210098）

随着国民经济的高速发展，不良地质体对工程造成危害的问题日益尖锐，其中，尤以滑坡地质灾害最为突出.随着监测技术的日趋完善，越来越多的研究者已经逐渐认识到运用多尺度观测技术在构建工程监控系统中的重要意义［1－2］.在多尺度概念下，精密光学测量技术直观反映了坡体的变形特征，为评估坡体浅表层的工作性态提供了依据，为坡体稳定性评价奠定了基础.

研究表明，边坡是一个具有一定开放性的复杂巨系统［3］.滑坡是内外因素共同影响作用下坡体非线性演变的最终形态和结果；通过与外界环境交换物质和能量，实现能量的耗散，来形成和维持的宏观时序“耗散结构”［4］.因此“边坡系统”本身具有反馈信息的不确定性，在对监测信息的处理中，引用灰色系统，来考虑和预测“边坡系统”本身的发展趋势，是符合工程实际的.传统灰色 GM（1，1）模型［5］是基于等时距建立的一元模型，在边坡表面变形观测中，严格等时距数据难以获取，而基于背景值平均化处理的UGM（1，1）模型，在时距差别明显时，预测精度较差，对新信息也难以充分利用，因此本文依托华光潭梯级水电站一级厂房后边坡安全监测，引入新陈代谢思想，提出基于优化原理，借助Matlab优化工具箱和其强大的矩阵处理功能，研究得到具有较高预测精度，适用于边坡监测的 MAMUGM（1，1，w，η）灰色模型.

1 MAMUGM（1，1，w，η）模型原理

1.1 传统的不等时距UGM（1，1）模型

传统不……