一种基于SSA-CNN-MoLSTM-Attention的冲击地压预测方法

本发明涉及矿山安全技术领域，尤其涉及一种基于麻雀搜索算法(SSA)、卷积神经网络(CNN)、形变长短期记忆网络(MoLSTM)和注意力机制(Attention)的冲击地压预测方法。本发明结合小波降噪技术和先进的深度学习模型，通过麻雀搜索算法优化，提高了模型的预测精度和鲁棒性。本发明在冲击地压预测中表现出色，能够有效降低预测误差，为冲击地压的预测提供了可靠的技术支持。