摘要：為提高滑坡變形預測精度,以小波去噪和優化BP神經網絡為基礎,構建了滑坡變形預測模型,即先利用小波去噪剔除滑坡變形序列中的誤差信息,再利用BP神經網絡實現滑坡變形預測,且為保證其預測精度,利用試算篩選和混沌理論優化其模型參數,以實現滑坡變形的優化預測。實例研究表明:小波函數、閾值選取方法和小波分解層數對去噪效果的影響較大,sym8小波函數、軟閾值及12層分解層數組合在實例中的去噪效果相對最優;同時,隱層節點數優化和節點閾值優化能有效提高BP神經網絡的預測精度,在初步預測效果評價中,SH1號監測點的相對誤差均小于2%,平均相對誤差僅為1.65%,并在可靠性驗證中,SHZ2號和SHZ3號監測點預測結果的平均相對誤差分別為1.54%和1.51%,說明該模型不僅具有較高的預測精度,還具有較好的穩定性,適用于滑坡變形預測。