公开(公告)号：CN116757323A

公开(公告)日：2023-09-15

申请号：CN202310740822.2

申请日：2023-06-21

Applicant: 浙江大学

Inventor： 王天龙 ,  孙红月 ,  储兆微 ,  罗睿 ,  王旭

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/006 ,  G06N3/126 ,  G06N3/0442 ,  G06N3/084

Abstract: 本发明提供一种基于IVMD‑IAO‑BiLSTM的滑坡位移预测方法，以解决当前滑坡位移预测领域中的模型调参问题，以及优化算法仍存在搜索空间有限、容易陷入局部最优解问题。IVMD‑IAO‑BiLSTM预测模型中包括改进的天鹰优化算法IAO、改进的变分模态分解IVMD和改进的双向长短期记忆神经网络IAO‑BiLSTM；首先对传统的天鹰优化算法进行基于三个策略的改进；并利用IAO分别对变分模态分解和双向长短期记忆神经网络进行参数优化，进而构建IVMD‑IAO‑BiLSTM预测模型；随后通过IVMD分解滑坡位移序列，运用IAO‑BiLSTM依次对分解后的模态分量进行预测，并将所有预测结果累加为最终的预测结果。本发明中的IAO算法收敛速度快、寻优精度高、鲁棒性强，IVMD‑IAO‑BiLSTM预测模型的预测精度高、适用性强，能够良好地处理特征复杂的多因素预测问题。