NobleBlocks

Research indexJournal article

基于人工智能的露天煤矿边坡位移时序预测模型构建

王

地质研究与环境保护1 Jan 2026Open access

DOI10.37155/2811-0595-0507-9

Abstract

本文旨在系统性地探讨基于人工智能的露天煤矿边坡位移时序预测模型的构建理论与方法体系。文章 首先深入剖析了露天煤矿边坡位移的内在机理与影响因素,明确了时序预测的必要性与挑战;其次,全面梳理了从 传统统计学到现代人工智能的边坡位移预测方法演进脉络,并重点论述了循环神经网络(RNN)、长短时记忆网络 (LSTM)、门控循环单元(GRU)以及Transformer等主流AI时序模型的原理及其在该领域的适用性;在此基础上, 提出了一套完整的、通用的AI时序预测模型构建框架,详细阐述了从多源异构数据的预处理、特征工程,到模型架构 设计、超参数优化,再到模型评估与可解释性增强等关键环节的技术要点;最后,对当前研究面临的挑战与未来发展 趋势进行了展望,以期为推动露天煤矿智能化安全监测与预警体系的建设提供理论参考和技术支撑。

Discussion

More

Suggest a correction or report