为提高边坡位移预测的准确性，解决现有方法在准确率和滞后性等方面的问题；提出了基于经验模态趋势分解和长短期记忆神经网络的结合模型。预测模型将位移变化视为多个简单分量信号的叠加，通过经验模态分解将位移关系分解为多个周期项与趋势项，再利用长短期记忆神经网络分别预测这些分量，最终实现非线性关系的预测。露天矿排土场边坡实例应用表明：模型的预测准确性超过90%，显著优于传统的BP神经网络方法，能够满足工程实际需求。