一种基于敏感状态的滑坡预测模型构建方法及系统

摘要

本发明公开了一种基于敏感状态的滑坡预测模型构建方法及系统，构建过程大致如下：首先联合支持向量回归机(SVR)和粒子群优化算法(PSO)，将滑坡位移预测分解得到滑坡位移序列预测模型和滑坡对外界影响因素的敏感因子。对敏感因子进行K均值(K‑means)聚类分析剔除噪声得到不同的敏感状态。针对外界影响因素对敏感状态的影响特性采用长短期记忆神经网络(LSTM)实现敏感状态预测模型，通过对位移序列预测模型和敏感状态预测模型的结果进行融合得到滑坡月位移的预测结果。本发明的构建方法及系统预测精度高。