摘要
提供一种基于数据与物理驱动的滑坡形变预测方法及滑坡预警系统,属于地质工程和机器学习技术领域,能够提升滑坡形变预测的准确性,且用于预测滑坡位移的滑坡形变预测模型具有较强的可解释性以及通用性。该方法包括:构建滑坡数据集;采用训练好的物理机理匹配模型,确定与滑坡数据集中的每一个滑坡数据样本匹配的目标滑坡物理机理模型;并将滑坡数据集中的每一个滑坡数据样本作为输入值,将每一个滑坡数据样本对应的真实滑坡形变数据作为观测值,采用机器学习算法训练滑坡形变预测模型,该预测模型的损失函数包括基于目标滑坡物理机理模型生成的物理损失函数;再将待测区域的滑坡数据输入至滑坡形变预测模型,以预测待测区域的滑坡形变数据。
技术关键词
滑坡物理
数据
滑坡预警系统
滑坡形变预测方法
样本
边界元模型
预警模块
阶段
模式
孔隙水压力
机器学习算法
内摩擦角
变量
预警模型
地质结构
速率
策略
应力
机器学习技术
系统为您推荐了相关专利信息
模式决策方法
像素点
模式决策算法
邻域
Canny算子
新能源电力系统
新能源场站
需求计算方法
优化调度模型
有功功率
数据库连接池
数据库接入方法
数据库服务器
虚拟网络
接入装置