公开(公告)号：CN115510396A

公开(公告)日：2022-12-23

申请号：CN202211240300.8

申请日：2022-10-11

Applicant: 贵州省交通规划勘察设计研究院股份有限公司

Inventor： 秦龙 ,  熊雄 ,  张磊 ,  王宏 ,  吁燃 ,  邵鹏 ,  姜基建 ,  廖俊

IPC: G06F17/18 ,  G06F17/14 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/26

Abstract: 本发明公开了一种滑坡位移多步超前预测模型的构建方法，其分别建立用于对滑坡位移进行线性多步预测的差分整合移动平均自回归模型ARIMA、用于将滑坡非线性位移多步预测的长短期网络记忆模型（LSTM），在用求和方式构建滑坡位移多步超前预测组合模型（ARIMA‑LSTM），可实现滑坡累积位移多步超前预测，通过对模型进行验证其得到滑坡累积位移多步超前预测精度均高于现有的检测模型，实用性和推广性高。

公开(公告)号：CN114218858A

公开(公告)日：2022-03-22

申请号：CN202111519108.8

申请日：2021-12-13

Applicant: 贵州省交通规划勘察设计研究院股份有限公司 ,  贵州大学

Inventor： 周科 ,  邵鹏 ,  龙光裕

IPC: G06F30/27 ,  G06Q10/04 ,  G06Q50/26 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种滑坡位移预测方法，包括如下步骤：（1）建立DES模型，采用近几年监测位移数据由DES模型预测滑坡累计位移中的趋势位移；（2）利用滑坡累计位移减趋势位移获得剩余位移，建立VMD模型，由VMD模型将剩余位移分解成周期位移和随机位移；（3）选取候选因子，由MIC从候选因子中筛选出触发因子，由VMD模型将触发因子分解成低频分量和高频分量；（4）建立并训练GRU模型，采用低频分量由GRU模型对周期位于进行预测，采用高频分量由GRU模型对随机位移进行预测；（5）将趋势位移、周期位移预测结果和随机位移预测结果相加，得到第一次滑坡位移预测结果；该方法实现了对滑坡位移的精确预测。