基于BWO优化的BiGRU-Transformer土石坝变形预测模型研究

漆霖; 康飞

doi:10.13393/j.cnki.issn.1672-948X.2026.03.008

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

基于BWO优化的BiGRU-Transformer土石坝变形预测模型研究

更新时间：2026-05-27

- 基于BWO优化的BiGRU-Transformer土石坝变形预测模型研究
- Vol. 48, Issue 3, Pages: 58-65(2026)
- 作者机构：
  
  大连理工大学建设工程学院
- 作者简介：
- 基金信息：
- DOI：10.13393/j.cnki.issn.1672-948X.2026.03.008
  CLC： TV698.11
- Published：2026
- 稿件说明：
移动端阅览
漆霖, 康飞. 基于BWO优化的BiGRU-Transformer土石坝变形预测模型研究[J]. 2026, 48(3): 58-65.
DOI：

漆霖, 康飞. 基于BWO优化的BiGRU-Transformer土石坝变形预测模型研究[J]. 2026, 48(3): 58-65. DOI： 10.13393/j.cnki.issn.1672-948X.2026.03.008.

摘要

针对现有土石坝变形预测模型存在非线性建模能力不强、时序特征提取不充分等问题，提出一种融合双向门控循环单元（BiGRU）与Transformer的变形预测混合深度学习模型.首先通过数据预处理方法剔除异常值并补全缺失值，构建包含水压、温度、时效等多维特征数据的因子集；然后建立BiGRU与Transformer编码器-解码器的混合框架，实现对大坝变形时序特征的高效提取和长期依赖关系的准确建模.本文利用白鲸优化算法（BWO）对模型超参数进行自适应优化，包括批次大小、学习率、注意力头数等关键参数.实验结果表明：提出模型在DC02测点的测试集上R

达到0.970±0.003

最大预测误差为（0.657±0.070） mm

各项指标均优于对比模型.研究表明，所提模型能够有效捕捉大坝变形的非线性演变规律，为土石坝安全监测提供了有效手段.

Abstract

关键词

Keywords

references

曹阳.基于层次模型和Transformer的气象要素预测[D].河北大学,2024(03).

姜益文.基于BiGRU自适应堆叠自编码器的短期电力负荷预测研究[D].长春工业大学,2025(09).

吴中如编著.水工建筑物安全监控理论及其应用[M].高等教育出版社,2003.

何金平, 著.大坝安全监测理论与应用[M].中国水利水电出版社,2010.

中华人民共和国水利部.中国水利统计年鉴[M].中国水利水电出版社,2022.

康飞,李俊杰.大坝安全监控智能模型与反演分析[M].河海大学出版社,2025.

盛金保,李宏恩,盛韬桢.我国水库溃坝及其生命损失统计分析[J].水利水运工程学报,2023(01).

翁鸣昊,项兴华,陈俊涛,邵广俊,胡伟飞.基于LSTM与Transformer的大坝变形预测研究[J].中国农村水利水电,2024(04).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于IWOA-BiLSTM的高拱坝测点群变形预测时空模型

基于改进TOPSIS-FAHP-CRITIC法的土石坝现场检查综合评价

基于RWKV-TS的混凝土拱坝位移预测模型研究

基于数据增强技术的大坝变形GRU预测模型

基于CEEMDAN和相关性分析的大坝位移预测

Related Author

贺习恒

杨浩宇

王琳

赵阿辉

黄嘉辉

杨光

涂月彤

向紫怡

Related Institution

中国三峡建工(集团)有限公司

水灾害防御全国重点实验室

华北水利水电大学水利学院

中国长江三峡集团有限公司流域枢纽运行管理中心

三峡大学水利与环境学院

AI问答

⁰