曾 耀，李春峰

(贵州省交通规划勘察设计研究院股份有限公司，贵阳 550001)

1 研究背景

斜坡本质上是一个受岩土体工程地质性质控制，并受地形地貌、地下水、地震和人类工程活动等多种因素影响而发展演化的开放、耗散和复杂的非线性动力学系统［1］。在上述各种因素的共同作用下，系统演化过程可视为一种具有混沌特征的动力系统［2］。滑坡是斜坡的一种成因类型，具有相同的系统特性。由于混沌系统具有内在的规律性和对初值的敏感依赖性，我们可以根据边坡变形的历史数据构成的混沌时间序列，在短期内对边坡变形破坏进行预测。

目前斜坡位移时序动态分析多采用单变量时间序列模型，即依据位移时序曲线预测滑坡的位移发展趋势，在分析斜坡的变形动态特征方面进行了有益的探索［3－4］。原则上，对自治的系统，只要嵌入维数足够大，单变量时间序列足以重构原动力系统;但在实际问题中完全不是这样，不能保证任何单变量时间序列都能重构原动力系统［5］。由于系统信息是隐含在单变量时间序列中的，不能从直观上获得系统演化的动力因素。多变量时间序列模型综合考虑几种因素，并能反映各因素间的相互关系，因此比单变量时间序列模型更能反映研究问题的实质特征。

本文结合红石包滑坡防治工程及监测成果，根据观测获得的位移及其影响因素构成多变量时间序列重构滑坡位移动力系统，采用RBF神经网络实现变量间的映射关系，进行位移预测，并初步探讨了变量的选择对模型预测效果的影响。……