基于STM32和DBO-BP的滑坡预警系统
滑坡是一种常见的地质灾害,由于其突发性和破坏力,往往给人类的生命和财产安全造成严重的威胁,故建立精准的滑坡灾害实时监测预警系统至关重要.以 STM32F103 为核心控制器设计了滑坡监测预警系统,采集了降雨量、压力、位移、土壤含水率 4 种滑坡的主要影响因子,采用通用分组无线服务(general packet radio service,GPRS)方式将数据传送至现场预警终端,判断是否超过设置的阈值,若超过立即报警,未超过则将数据传送至远程控制中心进行分析处理,控制中心将数据输入到蜣螂算法(dung beetle optimizer,DBO)优化后的反向传播神经网络(back propagation neural network,BPNN)中进行当前滑坡发生概率预测,根据概率预测结果划分滑坡预警等级,实现滑坡实时监测与预警.通过支持向量机(support vector machines,SVM)、BP、遗传算法(genetic algorithm,GA)优化BP、麻雀搜索算法(sparrow search algorithm,SSA)优化 BP 模型与 DBO-BP模型对比实验,得出DBO-BP预测精度更高,其拟合优度达 98.8%,更接近真实值,并且相较于北斗、全球定位系统(global positioning system,GPS)等技术在滑坡预警时昂贵的成本,基于嵌入式的滑坡灾害监测预警系统降低了的成本,具有一定的工程应用价值.
滑坡监测预警、多传感器、STM32F103、BP神经网络、蜣螂优化算法
42
P642.22(水文地质学与工程地质学)
国家自然科学基金;陕西省技术创新引导专项;陕西省自然科学基础研究计划项目;陕西省教育厅服务地方专项
2023-09-15（万方平台首次上网日期，不代表论文的发表时间）
共8页
139-146
