一种基于PFA-GRU-OL-MRT的动态滑坡位移实时预测方法

本发明提供了一种基于PFA‑GRU‑OL‑MRT的动态滑坡位移实时预测方法，属于滑坡预测领域，其内容包括：获取在线监测的滑坡位移数据，对数据进行预处理；基于粒子烟花算法（PFA）对门控循环单元（GRU）超参数进行优化，建立PFA‑GRU初始子模型；其次，每获取最新监测数据，基于在线学习（OL）策略，对输入的子模型进行实时训练并预测下一轮位移；最后，获取下一次监测数据后，结合在线学习预测结果进行预测精度评价，判断以在线学习子模型还是以PFA‑GRU动态重构（MRT）子模型为下一轮预测的子模型，实现滑坡位移动态实时预测，本发明可为准确进行动态滑坡位移实时预测和滑坡防控提供依据。