王昕宇，杨 鹏，2，戴健非

(1.北京联合大学北京市信息服务工程重点实验室，北京 100101；2.北京科技大学土木与资源工程学院，北京 100083)

0 引言

尾矿库是选择有利地形筑坝拦截谷口或围地形成的具有一定容积、用以贮藏尾矿和尾矿澄清水的专用场地，是一种高势能的人造泥石流危险源[1].尾矿坝是使尾矿库形成一定容积，便于尾矿矿浆能堆存其中的一种由尾矿堆积碾压而成的坝体，尾矿坝一旦溃坝，会严重威胁下游居民的生命安全，污染下游区域环境，造成大量经济财产损失.其安全稳定对矿山生产、安全、环境保护至关重要[2].目前，自动化系统虽然能够对尾矿坝主要指标进行监测，但安全监测仅是初步，能够根据以往监测数据建立预测模型，了解其形变规律才是最重要的.因此，将尾矿坝坝体位移数据与数学模型相结合实现预测预警，对尾矿库的安全稳定管理具有重要意义[3].

我国对于尾矿坝坝体位移预测起步相对较晚，借鉴了大量的大坝(水坝、堆石坝等)位移预测体系方法.目前国内外研究者围绕坝体位移预测模型展开大量的研究，其中黄定川等[4]根据尾矿库初期坝沉降数据为例构建BP神经网络预测模型，重点研究其拓扑和学习算法；胡军等[5]提出使用基于结构风险最小化的SVM算法进行预测学习，并通过种族鱼群优化算法优化参数；李丰旭等[6]针对形变模型发生早熟、预测不稳定的现象，引入基于混沌搜索的多种群遗传算法，改进遗传参数的计算方式；……