一种基于VMD和GA-Elman的滑坡位移预测方法及系统

    公开(公告)号:CN116842375A

    公开(公告)日:2023-10-03

    申请号:CN202310608124.7

    申请日:2023-05-26

    Abstract: 本发明公开了一种基于VMD和GA‑Elman的滑坡位移预测方法及系统,包括如下步骤,通过传感器和检测设备收集地表或地下测量的数据和外部影响因素;对数据进行变分模态分解VMD,将信号分解为若干固定频带的IMF,并筛选出符合条件的IMF;结合灰色关联度分析验证外部影响因素,进一步验证划分的训练集、验证集与测试集对模型的适用性;对每个IMF构建Elman神经网络模型,设置参数;执行遗传算法GA,获取误差最小的参数;将误差最小的参数输入到Elman神经网络模型,进行模型训练及预测,直到训练设置的终止条件完成。本发明通过VMD算法和GA‑Elman模型的有效配合,可自定确定模态分解个数,将滑坡位移非线性序列分解成几个相对平稳的特征子序列,提高模型预测的精度。

Patent Agency Ranking