基于生成对抗网络的LSTM岩爆风险预测方法

岩爆是一种应力动态失稳的地质灾害，具有高突发、高危害等特性。精准预测岩爆风险可有效减缓或避免事故发生。然而，由于岩爆数据稀缺和预测精度不足的问题，本文提出了一种基于生成对抗网络(GAN)的LSTM模型(GLSTM)，用于岩爆风险预测。首先，该模型采用GAN模型的生成器和鉴别器进行不断训练学习，以生成接近真实岩爆数据的虚拟数据，从而解决岩爆数据稀缺的问题。其次，创新性地构造多层LSTM网络模型，以增强模型的特征提取能力、提高模型的表达能力，并更好地抑制过拟合现象，从而提高模型的鲁棒性。通过与KNN、SVM、DNN等模型进行十折交叉验证的实验对比，本文提出的基于生成对抗网络的LSTM模型准确率高达 98.5%，精准度高达98.7%，召回率高达 98.5%，F1 高达0.986。显著提高了岩爆风险预测的精度。