1. 华北水利水电大学水利学院
2. 水灾害防御全国重点实验室
3. 中国三峡建工(集团)有限公司
纸质出版:2026
移动端阅览
杨光, 黄嘉辉, 赵阿辉, 等. 基于IWOA-BiLSTM的高拱坝测点群变形预测时空模型[J]. 三峡大学学报(自然科学版), 2026,48(4):17-24.
杨光, 黄嘉辉, 赵阿辉, et al. 基于IWOA-BiLSTM的高拱坝测点群变形预测时空模型[J]. 2026, 48(4): 17-24.
杨光, 黄嘉辉, 赵阿辉, 等. 基于IWOA-BiLSTM的高拱坝测点群变形预测时空模型[J]. 三峡大学学报(自然科学版), 2026,48(4):17-24. DOI: 10.13393/j.cnki.issn.1672-948X.2026.04.003.
杨光, 黄嘉辉, 赵阿辉, et al. 基于IWOA-BiLSTM的高拱坝测点群变形预测时空模型[J]. 2026, 48(4): 17-24. DOI: 10.13393/j.cnki.issn.1672-948X.2026.04.003.
针对时空模型应用于高拱坝测点群变形预测的不足,结合局部线性嵌入法(locally linear embedding
LLE)、双向长短期记忆网络(bidirectional long short-term memory network
BiLSTM)和鲸鱼优化算法(whale optimization algorithm
WOA)
提出一种新的基于时空模型的测点群变形预测方法.采用LLE对时空模型进行因子降维,构建BiLSTM输入-输出关系;引入非线性收敛因子、自适应权重、高斯变异扰动及Tent混沌扰动策略,对WOA进行改进;依据改进的WOA(improved WOA
IWOA)优化BiLSTM的超参数,建立高拱坝测点群变形预测时空模型;依据工程实例,检验模型性能.结果表明:IWOA比WOA的寻优能力更强,性能更稳定,收敛速度更快;IWOA-BiLSTM在变形预测时的复相关系数为0.989 1
剩余标准差为0.789 1
性能优于WOA-BiLSTM、BiLSTM和时空模型.
顾冲时,苏怀智,刘何稚.大坝服役风险分析与管理研究述评[J].水利学报,2018(01).
顾冲时,苏怀智,王少伟.高混凝土坝长期变形特性计算模型及监控方法研究进展[J].水力发电学报,2016(05).
吕鑫,慕晓冬,张钧,王震.混沌麻雀搜索优化算法[J].北京航空航天大学学报,2021(08).
冯瑜,吴云星,谷汶静,庞琼,谷艳昌,陈斯煜.基于WOA-RFR的混凝土坝变形预测监控模型[J].人民珠江,2024(07).
杨石勇,傅蜀燕,赵定柱,高兰兰,欧斌.基于EEMD-WOA-SVM的土石坝渗流量预测[J].三峡大学学报(自然科学版),2024(05).
汤伟,漆苏应,杨晓东,李国强.基于随机森林和最近邻插值法的交通流量数据修复方法[J].科学技术与工程,2024(32).
魏业文,邱天一,李熠俊,李艺博,刘霁欧.基于IWOA-BA的局部遮阴下光伏最大功率追踪[J].三峡大学学报(自然科学版),2024(06).
张智鹏,王子鑫,于福祥.基于局部线性嵌入的船舶艉部振动测点优化方法[J].噪声与振动控制,2025(01).
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构