科研之友
微信
新浪微博
Facebook
分享链接
摘要
滑坡位移预测作为滑坡监测预警的重要组成部分，对滑坡灾害的防治具有重要意义。目前，滑坡位移预测大多集中在循环架构的神经网络模型上，其存在梯度爆炸、消失问题等问题。为此，提出了一种基于时间序列与时间卷积网络(time convolution network, TCN)的滑坡位移预测模型。首先，该模型通过移动平均法将滑坡位移分解为趋势项位移和周期项位移。其次，采用Holt线性趋势模型预测趋势项位移，并建立时间卷积网络预测周期项位移。最后，将趋势项位移和周期项位移叠加，实现滑坡位移的预测。将该模型用于八字门滑坡的观测研究，结果表明：该模型相较于循环架构的神经网络模型能更有效地提取时序特征，预测精度更高。将基于TCN的滑坡位移预测模型应用于滑坡位移预测具有广阔的应用前景。
- 单位
