[發明專利]一種多影響因素下滑坡動態響應情況分析的方法

有效

• 申請號: 201711042714.9
• 申請日: 2017-10-27
• 公開（公告）號: CN107908835B
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 劉勇;董智敏;馮帥;秦志萌;陳喆;胡寶丹
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06F30/13
• 分類號: G06F30/13;G06F30/20;G06K9/62
• 代理公司: 武漢知產時代知識產權代理有限公司 42238
• 代理人: 付春霞

1.一種多影響因素下滑坡動態響應情況分析的方法，其特征在于，包括以下步驟：

S1.按降雨次數統計降雨數據、庫水位數據及地表位移數據；

S2.利用K均值聚類算法及統計的降雨數據劃分降雨類型；

S3.利用統計的庫水位數據和地表位移數據提取庫水位特征值；

S4.根據滑坡演化不同時刻的系統響應公式，以步驟S2劃分好的降雨類型及步驟S3提取的庫水位特征值作為外界影響因素，采用加權疊加的方法構建滑坡對外界影響因素的響應因子模型；

S5.根據響應因子模型運用單純形優化算法分別得到滑坡對不同時刻外界影響因素的動態響應因子；

S6.根據不同時刻外界影響因素的動態響應因子分析滑坡對不同外界因素的動態響應情況，并利用外界影響因素與其動態響應因子擬合地表位移速率，實時得到滑坡內在結構變化情況；

所述步驟S3中，提取庫水位特征值的具體方法為：

S3.1.采用皮爾遜簡單相關系數計算公式分別計算滯后N天的月度庫水位總數據與地表位移數據的相關系數，N為0～30，取相關系數最大時N的取值作為庫水位的滯后天數，求取滯后N天的月庫水位總數據；

S3.2.利用K均值聚類方法對月度地表位移數據進行聚類分析，得到滑坡變形較大的月度；

S3.3.獲得滑坡變形較大時庫水位下降閾值Q，在庫水位月總降值大于Q時，庫水位特征值為月總下降值；在庫水位月總降值小于Q時，庫水位特征值為0；

所述滑坡對外界影響因素的響應因子模型為：

式中：S_i為第i個的月地表位移速率；[X₁,X₂,…,X_n-1,X_n]_i為外界影響因素的第i個月的特征向量；X_n為庫水位數據；矩陣α_i為滑坡在第i個月時對不同外界影響因素的響應因子，其中，α_1,1表示第一類降雨X₁的響應因子，α_n,n表示庫水位X_n的響應因子，α_n-1,n-1表示第n-1類降雨X_n-1的響應因子，α_1,n表示第一類降雨X₁和庫水位X_n聯合作用的響應因子，α_n-1,n表示第n-1類降雨X_n-1和庫水位X_n聯合作用的響應因子。

2.根據權利要求1所述的多影響因素下滑坡動態響應情況分析的方法，其特征在于，所述步驟S2中，劃分降雨類型的具體方法為：

S2.1.預設間隔周期N，根據所述預設間隔周期N將研究時間段內的降雨分為M次；

S2.2.統計M次降雨時的降雨總量、降雨時間及持續時長，構成特征數據集；

S2.3.預設聚類數為K，在所述特征數據集中隨機選取K個特征數據分別設為K個初始聚類中心；

S2.4.計算除K個初始聚類中心外其他特征數據分別到K個初始聚類中心的距離，分別比較每個特征數據到K個初始聚類中心的距離，將每個特征數據和與其距離最小的初始聚類中心歸為同一類簇，初次聚類后，計算每個類簇里所有特征數據的平均值，并將該平均值確定為新的聚類中心，重復計算每個特征數據分別到每個新的聚類中心的距離，并比較距離，重新得到類簇，依此重復直至損失函數的精度小于0.001或相鄰損失函數的值不變，所述損失函數的值越小，各個類簇的區分度越大。

3.根據權利要求2所述的多影響因素下滑坡動態響應情況分析的方法，其特征在于，所述步驟S2.4中，損失函數的計算方式為：

式中：L表示損失函數；D_intra表示一類簇里所有特征數據到對應聚類中心的距離總和，反映類內數據的一致性；D_inter表示K個聚類中心之間的距離總和，反映類間數據的差異性；x_i表示特征數據i；c_j為第j類簇的聚類中心。

4.根據權利要求1所述的多影響因素下滑坡動態響應情況分析的方法，其特征在于，所述步驟S4中，滑坡演化不同時刻的系統響應公式為：

Y(t)＝f(x₁,…,x_n)_tα(x₁,…,x_n)_t

式中：f(x₁,…,x_n)_t為某一時刻不同的外界影響因素輸入，Y(t)為滑坡系統某一時刻的輸出，α(x₁,…,x_n)_t為某一時刻滑坡系統對不同外界影響因素的響應因子。