基于Transformer的滑坡短期位移预测模型

作者：田原; 庞骁; 赵文祎^*; 常啸寅; 程楚云; 邹佩; 曹晓澄

来源：北京大学学报(自然科学版), 2023, 59(02): 197-210.

DOI：10.13209/j.0479-8023.2022.106

• 边坡工程
• 滑坡位移
• 短期预测
• Transformer
• 注意力机制

通过将时序卷积网络(TCN)与Transformer解码器进行组合,提出一种基于Transformer的滑坡短期位移预测模型。将预处理过的位移与降雨序列作为模型的输入,以时序自回归方式输出未来3日的位移预测结果。实验结果表明,与支持向量机(SVM)和长短期记忆(LSTM)等传统模型相比,该模型精度较高,在快速变形期的预测优势尤为突出。对模型注意力机制的分析结果表明,模型关注的重点在位移峰值和大降雨附近,具有较高的可信度。

• 单位
  中国地质环境监测院; 北京大学