基于EMD-LSTM的边坡位移预测模型应用
白继元
肖航
武志高
国能新疆矿业红沙泉二矿有限公司,新疆 昌吉 831100
摘要：为提高边坡位移预测的准确性,解决现有方法在准确率和滞后性等方面的问题;提出了基于经验模态趋势分解和长短期记忆神经网络的结合模型.预测模型将位移变化视为多个简单分量信号的叠加,通过经验模态分解将位移关系分解为多个周期项与趋势项,再利用长短期记忆神经网络分别预测这些分量,最终实现非线性关系的预测.露天矿排土场边坡实例应用表明:模型的预测准确性超过 90%,显著优于传统的BP神经网络方法,能够满足工程实际需求.
关键词：位移预测趋势分解神经网络非线性结合模型
分类号：TD824.7(矿山开采)
论文发表日期：2025-04-30
在线出版日期：2026-01-31（本平台首次上网日期，不代表文献的发表时间）
页数：5( 36-40 )
英文信息