本發(fā)明涉及滑坡預(yù)測，具體而言，涉及一種自適應(yīng)個體化滑坡預(yù)測方法、裝置及設(shè)備。

背景技術(shù)：

1、傳統(tǒng)的滑坡預(yù)警方案多依賴于經(jīng)驗設(shè)定或行業(yè)規(guī)范中的特定閾值，這些閾值往往是依據(jù)現(xiàn)有的規(guī)范或過往的經(jīng)驗來確定的。然而，在實際應(yīng)用中，不同邊坡之間的地質(zhì)條件、構(gòu)造特征以及環(huán)境因素存在顯著差異，這使得單一的預(yù)警閾值難以適用于所有情況，導(dǎo)致預(yù)警系統(tǒng)的通用性和靈活性較差，容易產(chǎn)生誤報或漏報。

2、近年來，神經(jīng)網(wǎng)絡(luò)模型在滑坡預(yù)警領(lǐng)域展現(xiàn)出巨大潛力。盡管如此，神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練通常需要大量且具代表性的歷史數(shù)據(jù)，而不同邊坡之間的差異性顯著，即使是同類型邊坡，其監(jiān)測數(shù)據(jù)的變形曲線也可能大相徑庭，因此模型的泛化能力受限，并且在面對新的或未見過的數(shù)據(jù)時，預(yù)測效果不佳，影響預(yù)警的準(zhǔn)確性。并且單一模型難以適應(yīng)邊坡的多樣性及其內(nèi)部結(jié)構(gòu)和外部環(huán)境的變化。模型無法有效反映邊坡的真實狀態(tài)，降低了預(yù)警的有效性和可靠性。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種自適應(yīng)個體化滑坡預(yù)測方法、裝置及設(shè)備，以改善上述問題。為了實現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案如下：

2、第一方面，本申請?zhí)峁┝艘环N自適應(yīng)個體化滑坡預(yù)測方法，包括：

3、獲取目標(biāo)邊坡的邊坡地形數(shù)據(jù)，所述邊坡地形數(shù)據(jù)包括幾何特征數(shù)據(jù)、地質(zhì)特征數(shù)據(jù)、強度參數(shù)、斷層和節(jié)理信息以及地下水位信息；

4、根據(jù)所述邊坡地形數(shù)據(jù)構(gòu)建數(shù)值仿真模型，基于所述數(shù)值仿真模型計算目標(biāo)邊坡的安全系數(shù)，通過所述安全系數(shù)進行滑面篩選，得到至少一個潛在滑面，提取每個所述潛在滑面的多段線坐標(biāo)點信息；

5、構(gòu)建滑面計算模型，將每個所述潛在滑面的多段線坐標(biāo)點信息輸入至所述滑面計算模型中，得到每個所述潛在滑面對應(yīng)的計算模型樣本，通過所述計算模型樣本計算對應(yīng)潛在滑面的邊坡表面的監(jiān)測點位移數(shù)據(jù)；

6、構(gòu)建神經(jīng)網(wǎng)絡(luò)預(yù)測模型，通過所述監(jiān)測點位移數(shù)據(jù)和所述多段線坐標(biāo)點信息對所述神經(jīng)網(wǎng)絡(luò)預(yù)測模型進行訓(xùn)練，通過訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)預(yù)測模型進行目標(biāo)邊坡的滑面預(yù)測。

7、第二方面，本申請還提供了一種自適應(yīng)個體化滑坡預(yù)測裝置，包括：

8、獲取模塊，用于獲取目標(biāo)邊坡的邊坡地形數(shù)據(jù)，所述邊坡地形數(shù)據(jù)包括幾何特征數(shù)據(jù)、地質(zhì)特征數(shù)據(jù)、強度參數(shù)、斷層和節(jié)理信息以及地下水位信息；

9、仿真模塊，用于根據(jù)所述邊坡地形數(shù)據(jù)構(gòu)建數(shù)值仿真模型，基于所述數(shù)值仿真模型計算目標(biāo)邊坡的安全系數(shù)，通過所述安全系數(shù)進行滑面篩選，得到至少一個潛在滑面，提取每個所述潛在滑面的多段線坐標(biāo)點信息；

10、計算模塊，用于構(gòu)建滑面計算模型，將每個所述潛在滑面的多段線坐標(biāo)點信息輸入至所述滑面計算模型中，得到每個所述潛在滑面對應(yīng)的計算模型樣本，通過所述計算模型樣本計算對應(yīng)潛在滑面的邊坡表面的監(jiān)測點位移數(shù)據(jù)；

11、預(yù)測模塊，用于構(gòu)建神經(jīng)網(wǎng)絡(luò)預(yù)測模型，通過所述監(jiān)測點位移數(shù)據(jù)和所述多段線坐標(biāo)點信息對所述神經(jīng)網(wǎng)絡(luò)預(yù)測模型進行訓(xùn)練，通過訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)預(yù)測模型進行目標(biāo)邊坡的滑面預(yù)測。

12、第三方面，本申請還提供了一種自適應(yīng)個體化滑坡預(yù)測設(shè)備，包括：

13、存儲器，用于存儲計算機程序；

14、處理器，用于執(zhí)行所述計算機程序時實現(xiàn)所述自適應(yīng)個體化滑坡預(yù)測方法的步驟。

15、本發(fā)明的有益效果為：本發(fā)明針對實際工程邊坡，采用一坡一模型的策略，為每個邊坡建立獨立的神經(jīng)網(wǎng)絡(luò)預(yù)測模型，確保模型能夠準(zhǔn)確反映單個邊坡的特點，提高預(yù)警的準(zhǔn)確性和針對性；根據(jù)邊坡地質(zhì)信息，通過數(shù)值仿真與離散元相結(jié)合構(gòu)建基于該實際案例的大量不同潛在滑面的計算模型樣本，模擬了大量工況下的邊坡行為數(shù)據(jù)，使模型能夠在廣泛的條件下保持良好的性能，提高其泛化能力和魯棒性；采用神經(jīng)網(wǎng)絡(luò)建立完全符合于該實際邊坡的智能預(yù)測模型，從而提高滑坡預(yù)警的靈活性和準(zhǔn)確性。

16、本發(fā)明的其他特征和優(yōu)點將在隨后的說明書闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明實施例了解。

技術(shù)特征：

1.一種自適應(yīng)個體化滑坡預(yù)測方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的自適應(yīng)個體化滑坡預(yù)測方法，其特征在于，獲取目標(biāo)邊坡的邊坡地形數(shù)據(jù)，包括：

3.根據(jù)權(quán)利要求1所述的自適應(yīng)個體化滑坡預(yù)測方法，其特征在于，根據(jù)所述邊坡地形數(shù)據(jù)構(gòu)建數(shù)值仿真模型，基于所述數(shù)值仿真模型計算目標(biāo)邊坡的安全系數(shù)，通過所述安全系數(shù)進行滑面篩選，得到至少一個潛在滑面，提取每個所述潛在滑面的多段線坐標(biāo)點信息，包括：

4.根據(jù)權(quán)利要求1所述的自適應(yīng)個體化滑坡預(yù)測方法，其特征在于，構(gòu)建滑面計算模型，將每個所述潛在滑面的多段線坐標(biāo)點信息輸入至所述滑面計算模型中，得到每個所述潛在滑面對應(yīng)的計算模型樣本，通過所述計算模型樣本計算對應(yīng)潛在滑面的邊坡表面的監(jiān)測點位移數(shù)據(jù)，包括：

5.根據(jù)權(quán)利要求1所述的自適應(yīng)個體化滑坡預(yù)測方法，其特征在于，構(gòu)建神經(jīng)網(wǎng)絡(luò)預(yù)測模型，通過所述監(jiān)測點位移數(shù)據(jù)和所述多段線坐標(biāo)點信息對所述神經(jīng)網(wǎng)絡(luò)預(yù)測模型進行訓(xùn)練，包括：

6.一種自適應(yīng)個體化滑坡預(yù)測裝置，其特征在于，包括：

7.根據(jù)權(quán)利要求6所述的自適應(yīng)個體化滑坡預(yù)測裝置，其特征在于，所述獲取模塊包括：

8.根據(jù)權(quán)利要求6所述的自適應(yīng)個體化滑坡預(yù)測裝置，其特征在于，所述仿真模塊包括：

9.根據(jù)權(quán)利要求6所述的自適應(yīng)個體化滑坡預(yù)測裝置，其特征在于，所述計算模塊包括：

10.一種自適應(yīng)個體化滑坡預(yù)測設(shè)備，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明提供了一種自適應(yīng)個體化滑坡預(yù)測方法、裝置及設(shè)備，涉及滑坡預(yù)測技術(shù)領(lǐng)域，包括獲取目標(biāo)邊坡的邊坡地形數(shù)據(jù)；根據(jù)所述邊坡地形數(shù)據(jù)構(gòu)建數(shù)值仿真模型，計算目標(biāo)邊坡的安全系數(shù)，通過所述安全系數(shù)進行滑面篩選，得到至少一個潛在滑面，提取每個所述潛在滑面的多段線坐標(biāo)點信息；構(gòu)建滑面計算模型，將多段線坐標(biāo)點信息輸入至所述滑面計算模型中，得到計算模型樣本，通過所述計算模型樣本計算對應(yīng)潛在滑面的邊坡表面的監(jiān)測點位移數(shù)據(jù)；構(gòu)建神經(jīng)網(wǎng)絡(luò)預(yù)測模型，通過所述監(jiān)測點位移數(shù)據(jù)和所述多段線坐標(biāo)點信息對所述神經(jīng)網(wǎng)絡(luò)預(yù)測模型進行訓(xùn)練，通過訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)預(yù)測模型進行目標(biāo)邊坡的滑面預(yù)測。本發(fā)明提高了滑坡預(yù)測的針對性與準(zhǔn)確性。

技術(shù)研發(fā)人員：楊濤,張哲,陳懷林,滕漢卿,饒云康,楊懿
受保護的技術(shù)使用者：西南交通大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19