基于多层感知机和编码器解码器架构的混凝土坝长期变形预测

陶丛丛

doi:10.20040/j.cnki.1000-7709.2025.20241777

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于多层感知机和编码器解码器架构的混凝土坝长期变形预测

更新时间：2026-02-25

- 基于多层感知机和编码器解码器架构的混凝土坝长期变形预测
- Issue 9, Pages: 136-140(2025)
- 作者机构：
  
  国网电力科学研究院有限公司
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2025.20241777
  CLC： TV698.11;TV642
- Published：2025
- 稿件说明：
移动端阅览
陶丛丛. 基于多层感知机和编码器解码器架构的混凝土坝长期变形预测[J]. 2025, (9): 136-140.
DOI：

陶丛丛. 基于多层感知机和编码器解码器架构的混凝土坝长期变形预测[J]. 2025, (9): 136-140. DOI： 10.20040/j.cnki.1000-7709.2025.20241777.

摘要

混凝土坝变形的长期预测是实际运行中保持其结构完整性的重要要求。为提高混凝土长期变形预测的准确性，构建了基于多层感知机(MLP)和编码器—解码器(Ecoder-Decoder)架构的大坝变形长期预测模型MLP-Ecoder-Decoder(MED)

该模型通过深度自动相关(Deep-Auto-Correlation)机制捕获大坝变形与环境荷载的长期依赖性，利用时间序列分解和深度自动相机制进行多步变形预测，并采用该模型对青海省的一座250 m高拱坝在复杂环境条件下的变形进行预测。结果表明，MED模型有效提升了预测精度，在提取长期时间特征方面具有强大的优势。

Abstract

关键词

Keywords

references

周仁练,苏怀智,韩彰,徐朗,刘明凯.混凝土坝变形的长期预测模型与应用[J].水力发电学报,2021(09).

唐利涛,张智勇,陈俊,许林娜,钟佳晨,袁培森.基于Autoformer的电力负荷预测与分析研究[J].华东师范大学学报(自然科学版),2023(05).

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).

巨佳丽,武传号,胡晓农,龚郑洁.基于VIC和MLP-ANN模型重建中国陆地水储量数据[J].水科学进展,2024(05).

徐筠雯,陈宗镭,李天瑞,李崇寿.基于季节分解的混合神经网络的时间序列预测[J].计算机科学,2024(S2).

Views

102

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于CNN-LSTM模型的城市洪水二维时空预测研究

基于RIME-LSTM-Transformer的混凝土坝变形预测模型

基于“优选—组合—修正”策略的月径流预测模型研究

混凝土坝不收敛变形监控指标拟定探讨

基于引力搜索优化的多重分形算法在水电机组振动中的应用

Related Author

封天雨

初翔宇

赵鑫

王慧妍

韩冠宇

王浩正

周煜

王煜

Related Institution

中国市政工程华北设计研究总院有限公司

江苏省水利勘测设计研究院有限公司

河海大学水利水电学院

南京水利科学研究院

江苏省水利工程科技咨询股份有限公司

AI问答

⁰