-
题名基于鲸鱼优化混合神经网络的滑坡位移预测
- 1
-
-
作者
罗超雷
徐哈宁
肖慧
范凌峰
胡佳超
游丝露
-
机构
江西省防震减灾与工程地质灾害探测工程研究中心(东华理工大学)
-
出处
《科学技术与工程》
2024年第16期6610-6616,共7页
-
基金
江西省防震减灾与工程地质灾害探测工程研究中心开放基金(SDGD202005)
江西省自然科学基金(20212BAB203004)
江西省教育厅科学技术研究项目(GJJ200727)。
-
文摘
针对静态机器学习模型难以有效反映滑坡的动态演化特性,且存在时序过长时历史数据遗忘导致位移预测结果不稳定的问题。提出一种基于鲸鱼优化卷积神经网络(convolutional neural networks, CNN)和双向门控循环神经网络(bidirectional gated recurrent neural network, BiGRU)的滑坡位移动态预测方法。首先对滑坡影响因子进行特征筛选,构建数据集,建立CNN-BiGRU网络模型,使用鲸鱼优化算法(whale optimization algorithm, WOA)对模型进行超参数寻优,使用CNN网络模型从滑坡数据中提取潜在的特征向量,将特征向量以时间序列的形式输入BiGRU模型中,利用其处理时间序列数据的优势,完成滑坡位移预测。结果表明:所提出模型得到的滑坡位移预测精度较高,与未优化的CNN-BiGRU相比均方根误差(root mean square error, RMSE)下降了0.030 5 mm。
-
关键词
滑坡位移预测
鲸鱼优化算法(WOA)
卷积神经网络(CNN)
双向门控循环神经网络(BiGRU)
-
Keywords
landslide displacement prediction
whale optimization algorithm(WOA)
convolutional neural networks(CNN)
bidirectional gated recurrent neural network(BiGRU)
-
分类号
P642.22
[天文地球—工程地质学]
-