典型文献
基于EEMD-LSTM模型的尾矿库风险预测模型研究
文献摘要：
为了提高尾矿库风险预警能力,针对尾矿库稳定性受多种风险因素影响,以及风险变化的非线性,提出1种融合集合经验模态分解(EEMD)和长短期记忆(LSTM)的尾矿库风险预测模型.首先,采用皮尔逊相关系数分析尾矿库风险因素之间的相关性;然后,使用EEMD方法分解非线性的位移序列;最后,构建LSTM网络模型预测位移变化.以某尾矿库为例,将EEMD-LSTM模型与EEMD-BP模型、LSTM模型对比分析,评估模型的有效性.研究结果表明:EEMD-LSTM模型对尾矿库风险的预测精度明显提高,对防范化解尾矿库安全风险具有重要意义.
文献关键词：
尾矿库;风险预测;皮尔逊相关系数;集合经验模态分解;长短期记忆
中图分类号：
作者姓名：
马斌;张晨晨;赵怡晴;张旭芳;李彦令
作者机构：
华北水利水电大学 信息工程学院,河南 郑州450046;北京科技大学 土木与资源工程学院,北京100083;郑州大学综合设计研究院有限公司,河南 郑州450002
文献出处：
引用格式：
[1]马斌;张晨晨;赵怡晴;张旭芳;李彦令-.基于EEMD-LSTM模型的尾矿库风险预测模型研究)[J].中国安全生产科学技术,2022(12):116-121
A类：
B类：
EEMD,尾矿库,风险预测模型,高尾,风险预警能力,风险变化,合集,集合经验模态分解,长短期记忆,皮尔逊相关系数,相关系数分析,测位,位移变化,模型对比分析,防范化解
AB值：
0.1999
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
