龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：成都航空职业技术学院
申请日：2024-01-26
公开（公告）日：2024-04-26
公开（公告）号：CN117932515A
主分类号：G06F18/2433
分类号：G06F18/2433;G06F18/15;G06N3/0442;G06N3/084;G06N3/006
优先权：
专利状态码：在审-公开
法律状态：2024.04.26#公开
摘要：本发明涉及滑坡位移预测技术领域，具体涉及是一种基于优化蜣螂算法的LSTM滑坡位移预测方法，采用Logistic混沌映射对原生蜣螂算法进行种群初始化优化，解决原生蜣螂算法初始种群分布不均匀、全局探索和局部开发能力不平衡、易陷入局部最优的问题，并采用基于Logistic混沌映射优化的蜣螂算法对LSTM模型滑动窗口长度、神经元个数及丢弃率等超参数进行优化，建立LSTM模型，采用实际滑坡监测数据对模型进行训练，然后对滑坡位移数据进行预测并评估模型精度，解决了现有模型泛化能力较弱、预测精度不高，同时优化算法容易陷入局部最优，致使LSTM网络结构不能适应实际滑坡位移预测的问题。
主权项：1.一种基于优化蜣螂算法的LSTM滑坡位移预测方法，其特征在于，包括以下步骤：S1.采集滑坡位移数据，构建滑坡位移样本原始数据集；S2.对滑坡位移样本原始数据集进行预处理，得到滑坡位移样本数据集，并将滑坡位移样本数据集划分为训练集和测试样本集；S3.建立初始化LSTM网络模型，并设计LSTM模型超参数向量结构；S4.建立Logistic混沌映射模型，初始化蜣螂算法种群；S5.在Logistic混沌映射初始化蜣螂算法种群的基础上，采用蜣螂算法对LSTM模型滑动窗口长度、神经元个数及丢弃率等超参数进行寻优；S6.根据蜣螂算法寻优得到的最优超参数，进行LSTM模型训练，将待测试的滑坡位移的特征数据代入最终的LSTM模型，得到预测结果并计算均方误差。
全文数据：
权利要求：
百度查询： 成都航空职业技术学院 一种基于优化蜣螂算法的LSTM滑坡位移预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号