融合注意力机制的BiGRU混凝土坝变形预测

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

融合注意力机制的BiGRU混凝土坝变形预测

更新时间：2025-10-17

- 融合注意力机制的BiGRU混凝土坝变形预测
- Issue 10, Pages: 121-127(2025)
- 作者机构：
  
  1. 云南农业大学水利学院
  2. 河海大学水灾害防御全国重点实验室
  3. 云南省水利水电勘测设计研究院
- 作者简介：
- 基金信息：
- DOI：
  CLC： TV698.11
- Published：2025
- 稿件说明：
移动端阅览
[J]. 2025, (10): 121-127.
DOI：

[J]. 2025, (10): 121-127. DOI：

摘要

针对混凝土坝变形实测数据的非线性导致预测精度低的问题，提出了一种基于优化自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition)与双向门控循环单元(Bidirectional Gated Reccurrent Unit)融合注意力机制(Attention Mechanism)的大坝变形预测模型。首先，使用鱼鹰优化算法(Osprey Optimization Algorithm)对CEEMDAN的关键参数进行寻优；再将实测变形数据分解为若干个本征模态分量(Intrinsic Mode Function);最后，利用BiGRU-Attention网络对每个IMF分量进行预测，通过把各分量的预测结果相加得到变形序列预测结果。研究结果表明：新模型的各项评价指标均优于其他对比模型，进而验证了该模型具有良好的预测精度和较高的适用性与稳定性。

Abstract

关键词

Keywords

references

谢逸丰.基于SCSO-BIGRU的大坝变形预测[J].北京测绘,2024(10).

施彦彤,郑东健,赵汉,周新新.基于CNN-Attention-LSTM的大坝变形预测模型[J].水利水电技术(中英文),2024(09).

李旭,冯晓,刘宇豪,潘国兵.基于SSA-LMD-GM的大坝变形组合预测模型[J].工程勘察,2024(01).

陈以浩,李明伟,安小刚,王宇田,徐瑞喆.基于混沌云量子蝙蝠CNN-GRU大坝变形智能预报方法研究[J].哈尔滨工程大学学报,2024(01).

王晓玲,梁羽翎,王佳俊,吴斌平,张宗亮,黄青富.耦合注意力机制大坝变形改进LSTM序列到序列预测模型[J].天津大学学报(自然科学与工程技术版),2023(07).

向镇洋,包腾飞,白妍丽,宋宝钢,王瑞婕.基于混合注意力机制和深度学习的大坝变形预测模型[J].水利水电科技进展,2023(02).

刘俊,王艳波,崔旭廷,曹德君,贾玉豪.基于EEMD-Attention-GRU的大坝变形组合预测模型[J].河南科学,2022(09).

苏燕,付家源,林川,陈泽钦,翁锴亮,张挺.基于时间注意力机制的大坝动态变形预测模型[J].水力发电学报,2022(07).

马佳佳,苏怀智,王颖慧.基于EEMD-LSTM-MLR的大坝变形组合预测模型[J].长江科学院院报,2021(05).

徐肖遥,张鹏飞,蒋剑.基于EMD-PSO-ELM算法的大坝变形预测研究[J].软件导刊,2020(09).

陈俊风,王玉浩,张学武,薛醒思.基于小波变换与差分变异BSO-BP算法的大坝变形预测[J].控制与决策,2021(07).

胡安玉,包腾飞,杨晨蕾,张静缨.基于LSTM-Arima的大坝变形组合预测模型及其应用[J].长江科学院院报,2020(10).

周兰庭,徐长华,袁志美,卢韬.基于CEEMDAN-PSR-KELM的大坝变形预测[J].人民黄河,2019(06).

张秀丽,沈海尧,郑子祥,聂广明,杨鸽.美国奥洛维尔水库溢洪道泄槽破坏事件简介及初步分析[J].大坝与安全,2017(01).

李冰.改进鲸鱼算法优化GRU的大坝变形预测研究[D].江西理工大学,2022(01).

魏晓雯.统筹考虑上下游水库设计洪水标准保障全生命周期中小水库防洪安全[N].中国水利报,2023.

Shuo Cai,Huixin Gao,Jie Zhang,Ming Peng.A self-attention-LSTM method for dam deformation prediction based on CEEMDAN optimization[J].Applied Soft Computing,2024.

Zhiyao Lu,Yong Ding,Denghua Li.Coupling VMD and MSSA denoising for dam deformation prediction[J].Structures,2023.

Dehghani Mohammad,Trojovský Pavel.Osprey optimization algorithm: A new bio-inspired metaheuristic algorithm for solving engineering optimization problems[J].Frontiers in Mechanical Engineering,2023.

Lin Chuan,Weng Kailiang,Lin Youlong,Zhang Ting,He Qiang,Su Yan.Time Series Prediction of Dam Deformation Using a Hybrid STL–CNN–GRU Model Based on Sparrow Search Algorithm Optimization[J].Applied Sciences,2022.

Lin Chuan,Wang Xiangyu,Su Yan,Zhang Ting,Lin Chaoning.Deformation Forecasting of Pulp-Masonry Arch Dams via a Hybrid Model Based on CEEMDAN Considering the Lag of Influencing Factors[J].Journal of Structural Engineering,2022.

Views

108

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于GWO-VMD和分层融合进化KELM的抽水蓄能机组劣化趋势预测

基于改进YOLOv5s的塔机危险区域识别方法研究

水电站设备检修智能知识检索与推荐模型研究应用

Related Author

崔学坤

吴刚

王轶辰

杨贵程

付文龙

浮林静

路学莹

孙啸

Related Institution

浙江宁海抽水蓄能有限公司

中国电建集团华东勘测设计研究院有限公司

三峡大学电气与新能源学院

河海大学水利水电学院

河海大学水文水资源与水利工程国家重点实验室

AI问答

⁰