[发明专利]一种滑坡形变预测方法在审
| 申请号： | 201910289303.2 | 申请日： | 2019-04-11 |
| 公开（公告）号： | CN110059392A | 公开（公告）日： | 2019-07-26 |
| 发明（设计）人： | 纪元法;姚鹏远;孙希延;邓洪高;付文涛;庾新林;纪春国;陈奇东;张风国;赵松克;符强;王守华;黄建华;杜保强 | 申请（专利权）人： | 桂林电子科技大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 石燕妮 |
| 地址： | 541004 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种滑坡形变预测方法，获取滑坡体累积位移量原始数据，得到累积位移量原始数据序列；对所述累积位移量原始数据序列进行预处理；将预处理后的累积位移量原始数据序列输入粒子群优化灰色Verhulst模型，得到累积位移量初始预测数据序列；计算累积位移量初始预测数据的残差，得到初始预测数据残差序列；马尔可夫链修正所述初始预测数据残差序列，根据修正后的初始预测数据残差序列计算得到最终预测数据序列。本发明使用的灰色Verhulst模型相比于原始的灰色Verhulst模型进行了改进，采用粒子群算法对灰色Verhulst模型的参数值进行优化，利用滑动窗对原始数据序列进行动态更新，使用马尔可夫链修正模型的残差，模型预测精度有较大提高。 | ||
| 搜索关键词： | 累积位移量 预测数据 残差 原始数据序列 预处理 马尔可夫链 形变 滑坡 粒子群算法 粒子群优化 修正 动态更新 模型预测 修正模型 序列计算 原始数据 滑动窗 滑坡体 预测 优化 改进 | ||
【主权项】：
1.一种滑坡形变预测方法，其特征在于，包括:获取滑坡体累积位移量原始数据，得到累积位移量原始数据序列；对所述累积位移量原始数据序列进行预处理；将预处理后的累积位移量原始数据序列输入粒子群优化灰色Verhulst模型，得到累积位移量初始预测数据序列；计算累积位移量初始预测数据的残差，得到初始预测数据残差序列；马尔可夫链修正所述初始预测数据残差序列，根据修正后的初始预测数据残差序列计算得到最终预测数据序列。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学，未经桂林电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910289303.2/，转载请声明来源钻瓜专利网。
- 上一篇：待测器件验证装置及相关产品
- 下一篇：一种车辆的仿真测试方法、装置及系统
