公开(公告)号：CN113496099A

公开(公告)日：2021-10-12

申请号：CN202110366037.6

申请日：2021-04-06

Applicant: 西南交通大学

Inventor： 程印 ,  王建锋 ,  刘同同 ,  张迎宾 ,  何毅 ,  余海洪

IPC: G06F30/27 ,  G06N3/08 ,  G06F16/2458 ,  G06Q50/26

Abstract: 本发明属于边坡位移预测技术领域，公开了一种基于深度学习的边坡永久位移预测模型训练方法，包括：获取地震动数据，根据地震动数据构建数据库；根据地震动数据中的地震特征参数，计算得到地震动强度参数，并存放至数据库中的对应位置；根据地震动数据对应场地的土体参数、边坡几何参数和环境参数，计算得到边坡临界加速度，并存放至数据库中的对应位置；根据地震动数据的加速度时程，计算得到Newmark法地震作用下边坡永久位移，并存放至数据库中的对应位置；构建深度学习模型，通过数据库训练深度学习模型，得到调参后的深度学习模型，作为边坡永久位移预测模型。本发明对边坡永久位移的预测准确度高，有利于判断边坡因地震导致滑坡的潜在风险。

公开(公告)号：CN113496099B

公开(公告)日：2022-05-06

申请号：CN202110366037.6

申请日：2021-04-06

Applicant: 西南交通大学

Inventor： 程印 ,  王建锋 ,  刘同同 ,  张迎宾 ,  何毅 ,  余海洪

IPC: G06F30/27 ,  G06N3/08 ,  G06F16/2458 ,  G06Q50/26

Abstract: 本发明属于边坡位移预测技术领域，公开了一种基于深度学习的边坡永久位移预测模型训练方法，包括：获取地震动数据，根据地震动数据构建数据库；根据地震动数据中的地震特征参数，计算得到地震动强度参数，并存放至数据库中的对应位置；根据地震动数据对应场地的土体参数、边坡几何参数和环境参数，计算得到边坡临界加速度，并存放至数据库中的对应位置；根据地震动数据的加速度时程，计算得到Newmark法地震作用下边坡永久位移，并存放至数据库中的对应位置；构建深度学习模型，通过数据库训练深度学习模型，得到调参后的深度学习模型，作为边坡永久位移预测模型。本发明对边坡永久位移的预测准确度高，有利于判断边坡因地震导致滑坡的潜在风险。