摘要
本发明提供了机理与数据混合驱动的大型堆积层滑坡演化状态判识与转换预测方法及系统,涉及地质灾害预测技术领域,本发明实施例提出的机理与数据混合驱动的大型堆积层滑坡演化状态判识与转换预测方法,可以提高预测准确度和可靠性。首先使用数值方法建立机理驱动模型,并使用贝叶斯参数反演与非侵入式有限元方法对其进行优化。随后使用随机森林与支持向量机模型对历史监测数据进行训练,建立数据驱动预测模型。最后使用模型耦合方法,综合利用机理驱动模型与数据驱动模型的预测结果建立混合驱动模型对堆积层滑坡演化状态进行预测,以提高模型的预测精度及可靠性。
技术关键词
堆积层滑坡
数据混合驱动
历史监测数据
数据驱动模型
支持向量机模型
岩土体
随机森林
耦合方法
地质灾害预测技术
XGBoost模型
参数
灰色关联度分析
灰色关联分析法
小波去噪方法
数值
处理器
机器学习模型
内摩擦角
系统为您推荐了相关专利信息
隧道结构
历史监测数据
动态监测方法
分段
动态监测系统
桥墩
桥梁桥面
计算方法
机器学习模型
动态响应分析
风险预警系统
视频采集模块
图像处理模块
分析模块
特征提取单元
异常信息
历史故障数据
输变电工程
智能监控方法
序列
光伏出力预测方法
光伏发电功率
回声状态网络
决策树算法
线性回归算法