一种基于突变理论与循环神经网络的边坡预警方法

本申请公开了一种基于突变理论与循环神经网络的边坡预警方法，该方法通过一种地质采集设备收集到对应的边坡位移数据，再计算相邻节点的差异值得到边坡位移变化数据，去预测边坡失稳时的突变点，以达到边坡预警的目的。边坡位移变化数据采用分解法将其分为一个整体趋势数据与波动数据，将整体趋势数据输入RNN进行训练，将波动数据输入RNN+Attent ion网络进行训练，将预测出的趋势数据与波动数据相加，得到最终的位移变化预测数据后，作为突变模型的输入，预测得到最终边坡失稳的突变点。该方法通过将突变理论的原理与RNN模型相结合，克服了传统方法的不足，提高了边坡失稳预警的准确性和及时性。