基于Transformer的滑坡短期位移预测模型

摘要：

通过将时序卷积网络(TCN)与Transformer解码器进行组合,提出一种基于Transformer的滑坡短期位移预测模型.将预处理过的位移与降雨序列作为模型的输入,以时序自回归方式输出未来3日的位移预测结果.实验结果表明,与支持向量机(SVM)和长短期记忆(LSTM)等传统模型相比,该模型精度较高,在快速变形期的预测优势尤为突出.对模型注意力机制的分析结果表明,模型关注的重点在位移峰值和大降雨附近,具有较高的可信度.

关键词：边坡工程、滑坡位移、短期预测、Transformer、注意力机制

所属期刊栏目：59

分类号：TP391;TP181;P315

资助基金：中国地质调查局地质调查项目;国家重点研发计划

在线出版日期：2023-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：197-210