公开(公告)号：CN114330839B

公开(公告)日：2024-05-28

申请号：CN202111521076.5

申请日：2021-12-13

Applicant: 重庆邮电大学

Inventor： 冉鹏 ,  罗于涵 ,  邵康树 ,  孟驰力 ,  赵肖 ,  刘志超

IPC: G06F18/20 ,  G06F18/214 ,  G06Q10/067 ,  G06Q50/26 ,  G06N3/0442 ,  G06N3/006 ,  G06N3/08 ,  G01B21/02

Abstract: 本发明涉及一种基于WOA‑LSTM模型的滑坡位移预测方法，属于滑坡位移预测领域。步骤1：对滑坡位移数据进行EEMD分解得到若干个频率不一的IMF分量和一个趋势项；步骤2：得到的IMF分量和趋势项进行重构并记录系数；步骤3：取各个IMF分量和趋势项70％‑80％数据进入优化的WOA‑LSTM模型进行训练；步骤4：取剩下20％‑30％数据分别进行预测，输出预测结果；步骤5：各个分量的预测结果按步骤2系数重构得到最终总位移预测结果。本方法对LSTM网络进行优化，使得对山体滑坡位移预测精确度和稳定性大大提高，实现滑坡位移短期预测。

公开(公告)号：CN114330839A

公开(公告)日：2022-04-12

申请号：CN202111521076.5

申请日：2021-12-13

Applicant: 重庆邮电大学

Inventor： 冉鹏 ,  罗于涵 ,  邵康树 ,  孟驰力 ,  赵肖 ,  刘志超

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/26 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01B21/02

Abstract: 本发明涉及一种基于WOA‑LSTM模型的滑坡位移预测方法，属于滑坡位移预测领域。步骤1：对滑坡位移数据进行EEMD分解得到若干个频率不一的IMF分量和一个趋势项；步骤2：得到的IMF分量和趋势项进行重构并记录系数；步骤3：取各个IMF分量和趋势项70％‑80％数据进入优化的WOA‑LSTM模型进行训练；步骤4：取剩下20％‑30％数据分别进行预测，输出预测结果；步骤5：各个分量的预测结果按步骤2系数重构得到最终总位移预测结果。本方法对LSTM网络进行优化，使得对山体滑坡位移预测精确度和稳定性大大提高，实现滑坡位移短期预测。