申请/专利权人：浙江公路水运工程咨询集团有限公司;浙江交科工程检测有限公司;西安长安大学工程设计研究院有限公司

申请日：2024-02-07

公开（公告）日：2024-03-19

公开（公告）号：CN117725368A

主分类号：G06F18/10

分类号：G06F18/10;G06F18/214;G06N3/006;G06F18/2135

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明公开了一种公路边坡位移预测方法，属于公路边坡位移预测技术领域，为了解决现有公路边坡位移监测数据非线性、噪声多、不平稳的特点，导致边坡位移预测精度存在不足的问题，包括：对预设时间段内公路边坡地表位移数据进行预处理，得到预处理后的边坡地表位移数据，进而计算边坡累计位移；利用变分模态分解算法和粒子群算法对边坡累计位移进行分解，得到分解后的若干数据；将分解后的若干数据和预处理后的边坡地表位移数据整理为数据集；利用数据集对边坡位移预测模型进行训练，得到训练好的边坡位移预测模型；根据新输入的边坡地表位移数据，利用训练好的边坡位移预测模型进行边坡位移预测。本发明具有较高的预测精度。

主权项：1.一种公路边坡位移预测方法，其特征在于，包括以下步骤：S1，获取预设时间段内公路边坡地表位移数据；S2，利用WT-PCA组合算法对所述边坡地表位移数据进行降噪处理，得到预处理后的边坡地表位移数据；S3，根据所述预处理后的边坡地表位移数据，计算边坡累计位移；S4，利用变分模态分解算法和粒子群算法对所述边坡累计位移进行分解，得到分解后的若干数据；S5，将所述分解后的若干数据和所述预处理后的边坡地表位移数据整理为数据集；S6，利用所述数据集对边坡位移预测模型进行训练，得到训练好的边坡位移预测模型；S7，据新输入的边坡地表位移数据，利用训练好的边坡位移预测模型进行边坡位移预测，其中，所述边坡位移预测模型为XGBoost模型。

全文数据：

权利要求：

百度查询： 浙江公路水运工程咨询集团有限公司;浙江交科工程检测有限公司;西安长安大学工程设计研究院有限公司 一种公路边坡位移预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD