王鹏飞

(中铁十四局集团第二工程有限公司， 泰安 271000)

0 引言

滑坡是公路路堑边坡最具破坏性的自然灾害之一，路堑边坡滑坡灾害的发生会造成巨大的经济损失和人员伤亡。因此，准确地对边坡稳定性进行预测尤为重要。由于公路路堑边坡系统是一个开放且复杂的系统，其稳定性影响因素呈现出不确定性的特点。如何建立各影响因素之间的联系，寻找一种快速准确的预测模型，对于边坡稳定性的预测至关重要。

灰色系统理论[1]是由邓聚龙教授提出的对小样本数据的识别、分析和预测的算法理论，近年来被广泛应用于边坡预测工程。我国学者欧阳经富等[2]通过建立GM(1,1)模型实现了边坡变形监测和预测。马兴峰等[3]结合高速公路的典型边坡，验证了GM(1,1)模型在公路边坡变形预测的适用性。此外，人工神经网络(ANN)是一个易于使用的工具，可以使用一组训练数据对其进行训练，训练后可用于从一组给定输入样本预测输出结果，在岩土工程中已被广泛使用[4]。毕卫华等[5]利用RBF神经网络模型(简称RBF模型，其中RBF为径向基函数)训练快、计算精度高的特点，进行边坡稳定可靠度分析。舒苏荀等[6]通过RBF模型建立边坡安全系数的预测模型。以上研究都是单一模型的预测，虽有一定的预测效果，但灰色模型预测效果往往容易受到数据波动性的影响，无法很好地拟合复杂函数；RBF模型需要足够多的样本数据来作依据，当样本数据少的情况下就会出现较大的误差，往往达不到理想的预测效果，预测精度不够。……