Estudio sobre la predicción de desplazamiento de deslizamientos considerando la inducción bajo optimización de modelo compuesto
Autores: Ye, Shun; Liu, Yu; Xie, Kai; Wen, Chang; Tian, Hong-Ling; He, Jian-Biao; Zhang, Wei
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Estudio sobre la predicción de desplazamiento de deslizamientos considerando la inducción bajo optimización de modelo compuesto
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Desplazamiento
Deslizamiento de tierra
Modelo de predicción
VMD
Análisis de correlación gris
Series temporales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 33
Citaciones: Sin citaciones
La extracción precisa de series temporales de desplazamiento para deslizamientos complejos plantea desafíos significativos, y los modelos convencionales de predicción de deslizamientos a menudo pasan por alto los impactos de deformación de los desencadenantes de desplazamiento. Para abordar esto, presentamos un modelo compuesto novedoso diseñado para predecir el desplazamiento de deslizamientos. Este modelo emplea la Descomposición Modal Variacional (VMD) para aislar cada componente de desplazamiento, con la optimización lograda a través del algoritmo de acoplamiento grupal. Posteriormente, se aplica el análisis de correlación Grey (GRA) para evaluar cuantitativamente las correlaciones dinámicas entre varios factores desencadenantes y el desplazamiento de deslizamientos. Este análisis informa la construcción de un conjunto de características basado en estos factores de correlación. La integración del módulo VMD de series temporales en la arquitectura estándar del Transformer facilita la predicción del desplazamiento de deslizamientos. Esta integración permite la extracción de características críticas de evolución temporal asociadas con los componentes de desplazamiento. En última instancia, los desplazamientos predichos se agregan y se reconstruyen. Validamos nuestro modelo utilizando el estudio de caso del deslizamiento de Bazimen, analizando datos de monitoreo de desplazamiento desde el 1 de enero de 2007 hasta el 31 de diciembre de 2012. Los valores del error cuadrático medio y del error porcentual absoluto medio fueron de 1,86 y 4,85, respectivamente. Este modelo ofrece una comprensión más matizada de las causas multifacéticas y la dinámica evolutiva que subyace al desplazamiento y deformación de los deslizamientos, mejorando notablemente la precisión de la predicción.
Descripción
La extracción precisa de series temporales de desplazamiento para deslizamientos complejos plantea desafíos significativos, y los modelos convencionales de predicción de deslizamientos a menudo pasan por alto los impactos de deformación de los desencadenantes de desplazamiento. Para abordar esto, presentamos un modelo compuesto novedoso diseñado para predecir el desplazamiento de deslizamientos. Este modelo emplea la Descomposición Modal Variacional (VMD) para aislar cada componente de desplazamiento, con la optimización lograda a través del algoritmo de acoplamiento grupal. Posteriormente, se aplica el análisis de correlación Grey (GRA) para evaluar cuantitativamente las correlaciones dinámicas entre varios factores desencadenantes y el desplazamiento de deslizamientos. Este análisis informa la construcción de un conjunto de características basado en estos factores de correlación. La integración del módulo VMD de series temporales en la arquitectura estándar del Transformer facilita la predicción del desplazamiento de deslizamientos. Esta integración permite la extracción de características críticas de evolución temporal asociadas con los componentes de desplazamiento. En última instancia, los desplazamientos predichos se agregan y se reconstruyen. Validamos nuestro modelo utilizando el estudio de caso del deslizamiento de Bazimen, analizando datos de monitoreo de desplazamiento desde el 1 de enero de 2007 hasta el 31 de diciembre de 2012. Los valores del error cuadrático medio y del error porcentual absoluto medio fueron de 1,86 y 4,85, respectivamente. Este modelo ofrece una comprensión más matizada de las causas multifacéticas y la dinámica evolutiva que subyace al desplazamiento y deformación de los deslizamientos, mejorando notablemente la precisión de la predicción.