Resumen

Una predicción fiable de la deformación superficial de pendientes es vital para evaluar mejor las fatalidades y pérdidas económicas causadas por los deslizamientos de tierra. Se han propuesto muchos métodos de predicción para estimar la deformación superficial de los deslizamientos de tierra con características no lineales. Sin embargo, estos métodos tienen baja precisión y poca aplicabilidad. En este artículo, se propuso un nuevo método híbrido para la predicción de la deformación superficial, que se dedujo del Análisis de Ondículas, Algoritmo Genético (AG) y Algoritmo Elman. En este método, la deformación superficial de la pendiente se descompuso en un componente de tendencia y un componente periódico utilizando el modelo de series temporales, que fueron entrenados y predichos utilizando el modelo GA-Elman. La deformación superficial de la pendiente predicha fue la combinación del componente de tendencia y el componente periódico. Luego, los resultados predichos de la deformación superficial de la pendiente a través de GA-Elman se compararon con los resultados predichos

• Materias:Elementos finitos Análisis de estabilidad Energía histerética Seguridad en la ingeniería civil Tensión-deformación
• Subjects:Finite elements Stability analysis Hysteretic energy Safety in civil engineering Stress-strain
• Palabras claves:Predicción; Deformación superficial; Deslizamientos de tierra; Método híbrido; Análisis de Ondículas; Algoritmo Genético; Algoritmo Elman; Modelo de series temporales; Modelo GA-Elman; Máquinas de Vectores de Soporte; Máquina de Aprendizaje Extremo; Retropropagación; Modelos GA-BP
• Keywords:Prediction; Surface deformation; Landslides; Hybrid method; Wavelet Analysis; Genetic Algorithm; Elman Algorithm; Time series model; GA-Elman model; Support Vector Machines; Extreme Learning Machine; Back Propagation; GA-BP models