摘要
本发明公开了一种边坡稳定性预测方法及装置,该方法包括:获取训练数据并建立预测边坡稳定性的PPO‑PSO‑BP预测模型;将训练数据输入至PPO‑PSO‑BP预测模型中,并根据策略网络和价值网络对粒子群参数进行训练寻优得到最优策略从而确定最优粒子,粒子群参数具体包括惯性权重、个体认知学习因子和社会认知学习因子,最优粒子具体为PPO‑PSO‑BP预测模型中BP网络的最优权重参数和最优偏置参数;将当前时刻的边坡数据输入到确定参数后的PPO‑PSO‑BP预测模型中得到预测时刻的边坡稳定性,避免出现种群多样性差、难以收敛以及陷入局部极值的问题,能够有效提高边坡稳定性的预测精度和预测稳定性。
技术关键词
预测边坡稳定性
网络
粒子群参数优化
因子
时序
数据
策略更新
估计误差
决策
预测装置
社会
轨迹
精度
算法
速度
系统为您推荐了相关专利信息
管理平台模块
网络隔离系统
隔离模块
网络隔离方法
单向光闸设备
铝电解槽
管控方法
500kA级电解槽
补偿算法
分子
预测运动向量
稳定视频
视频帧
视频采集模块
运动伪影
区间预测方法
双向长短期记忆网络
核密度估计方法
分布式光伏
集合经验模态分解