一种结合序列分解与深度学习的岩石轴向应变预测方法

本发明公开了一种结合序列分解与深度学习的岩石轴向应变预测方法，包括S1:基于时间序列分解法分析试验测量的岩石轴向应变‑时间序列，分离出多个特征频率谱分量和残差项分量；S2：输出频谱特征值和残差项分量与长短记忆卷积神经网络模型结合使用，进行岩石轴向变形预测。本发明利用时间序列分解原理，将岩石轴向应变分解为趋势项、周期项和随机项应变，结合了小波分解的灵活性的同时避免了确定小波变换阶次的复杂性，提高了预测的稳定性和可靠性，在岩石轴向应变预测方面取得了不错的效果。