[发明专利]一种基于LSTM算法的滑坡稳定性评价方法

说明书

本发明公开了一种基于LSTM算法的滑坡稳定性评价方法，获取多个滑坡基本参数，并对所有的所述滑坡基本参数进行归一化处理；将归一化后的所述滑坡基本参数划分为训练集和测试集，并分别对构建的LSTM模型进行训练和验证；将重新获取的所述滑坡基本参数输入验证合格的所述LSTM模型，得到对应的滑坡稳定性状态，解决了以往滑坡稳定性评价方法中选取的评价因素不多、没有过多考虑已有滑坡相关数据以及由于地质环境复杂导致很难进行线性数学分析这几类问题，提高滑坡稳定性评价的可靠性。

技术领域

本发明涉及地质灾害防治技术领域，尤其涉及一种基于LSTM算法的滑坡稳定性评价方法。

背景技术

滑坡是一种自然现象，频繁的滑坡往往造成轻微的人员伤亡、财产损失、基础设施破坏和环境退化。因此，准确可靠的滑坡稳定性评价方法对预防和减少滑坡造成的损失具有重要意义。传统的滑坡的稳定性评价通常是通过稳定系数判断滑坡的稳定状态。但是由于地质环境参数的复杂性，滑坡可以一种非线性的不确定性较大的情况，这种非线性的关系很难用数学的方法非常精确地呈现，而且在构建评价模型时，会对数据的选择进行简化与不合理筛选，导致在实际的评价中得到的结果可靠性不高。

发明内容

本发明的目的在于提供一种基于LSTM算法的滑坡稳定性评价方法，提高滑坡稳定性评价的可靠性。

为实现上述目的，本发明提供了一种基于LSTM算法的滑坡稳定性评价方法，包括以下步骤：

获取多个滑坡基本参数，并对所有的所述滑坡基本参数进行归一化处理；

将归一化后的所述滑坡基本参数划分为训练集和测试集，并分别对构建的LSTM模型进行训练和验证；

将重新获取的所述滑坡基本参数输入验证合格的所述LSTM模型，得到对应的滑坡稳定性状态。

其中，将归一化后的所述滑坡基本参数划分为训练集和测试集，并分别对构建的LSTM模型进行训练和验证之前，所述方法还包括：

将输入层与隐藏层连接，将输出层与所述隐藏层连接；

将所述隐藏层中的多个节点相互连接，并对应赋值权重后，得到所述LSTM模型。

其中，将归一化后的所述滑坡基本参数划分为训练集和测试集，并分别对构建的LSTM模型进行训练和验证，包括：

将归一化后的所述滑坡基本参数划分为训练集和测试集；

将所述训练集输入所述LSTM模型中进行前向和反向的迭代计算，直至循环迭代至达到设定次数或误差和值小于设定值，完成训练；

将所述测试集输入训练后的所述LSTM模型中，并将得到的多个模型预测结果与实际结果进行比较，完成验证。

其中，将所述训练集输入所述LSTM模型中进行前向和反向的迭代计算，直至循环迭代至达到设定次数或误差和值小于设定值，完成训练，包括：

将所述训练集中的多个输入数据所述LSTM模型中，计算出当前时刻对应的遗忘门、输入门、输出门、输出数据、单元状态和单位备选状态；

计算所述实际数据与所述输出数据的差值并求和，得到所述误差和值；

利用所述LSTM模型对所述训练集进行反向的迭代计算；

直至循环迭代至达到设定次数或误差和值小于设定值，完成训练。

其中，利用所述LSTM模型对所述训练集进行反向的迭代计算，包括：

计算所述实际数据与所述输出数据的差值并求和，得到所述误差和值；