摘要
本发明提供了一种智能化尾矿坝位移实时预测方法,属于公共安全预测领域,其内容包括:获取尾矿坝的在线监测历史数据,对数据进行预处理;基于烟花镜像粒子算法对混合特征网络模型的超参数进行优化;其次,根据优化后的超参数,训练并构建尾矿坝位移预测模型;再次,每获取最新监测数据,通过移动平均误差对预测结果进行评价,并基于自适应动态窗口在线学习机制对预测模型进行动态更新;最后,基于最新监测数据和更新后的预测模型,预测下一监测时刻的尾矿坝位移;本发明可为准确进行尾矿坝位移预测,为实现尾矿坝安全管理、预防尾矿坝溃坝重大灾害优化提供依据。