科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高尾矿库风险预警能力，针对尾矿库稳定性受多种风险因素影响，以及风险变化的非线性，提出1种融合集合经验模态分解(EEMD)和长短期记忆(LSTM)的尾矿库风险预测模型。首先，采用皮尔逊相关系数分析尾矿库风险因素之间的相关性；然后，使用EEMD方法分解非线性的位移序列；最后，构建LSTM网络模型预测位移变化。以某尾矿库为例，将EEMD-LSTM模型与EEMD-BP模型、LSTM模型对比分析，评估模型的有效性。研究结果表明：EEMD-LSTM模型对尾矿库风险的预测精度明显提高，对防范化解尾矿库安全风险具有重要意义。
- 单位
