1. 河海大学水灾害防御全国重点实验室
2. 河海大学水利水电学院
纸质出版:2024
移动端阅览
高睿颖, 顾冲时, 王岩博, 等. 基于DBO-DA-GRU的大坝变形预测模型[J]. 水电能源科学, 2024,(9):134-138.
高睿颖, 顾冲时, 王岩博, et al. 基于DBO-DA-GRU的大坝变形预测模型[J]. 2024, (9): 134-138.
高睿颖, 顾冲时, 王岩博, 等. 基于DBO-DA-GRU的大坝变形预测模型[J]. 水电能源科学, 2024,(9):134-138. DOI: 10.20040/j.cnki.1000-7709.2024.20231957.
高睿颖, 顾冲时, 王岩博, et al. 基于DBO-DA-GRU的大坝变形预测模型[J]. 2024, (9): 134-138. DOI: 10.20040/j.cnki.1000-7709.2024.20231957.
针对大坝变形数据中存在噪声干扰、常规深度学习预测模型关键信息挖掘能力较弱且难以确定最优参数等问题,首先采用变分模态分解(VMD)联合小波阈值降噪方法对监测数据进行处理;然后利用基于双重注意力机制的门控循环单元(DA-GRU)对降噪后的变形数据进行预测,并引入蜣螂优化算法(DBO)对模型参数进行寻优,从而构建了基于DBO-DA-GRU的大坝变形预测模型;最后以某拱坝实测变形数据为例,验证了DBO-DA-GRU较BP、GRU、DBO-GRU模型的预测精度更高、稳健性更好,可为大坝变形安全监控提供一定参考价值。
张建中,顾冲时,袁冬阳,王岩博.基于优化VMD与GRU的混凝土坝变形预测模型[J].水利水电科技进展,2023(05).
张孟昕,陈波,刘伟琪,漆一宁,张明.SSA-XGBoost与时空特征选取的大坝变形预测模型[J].水力发电学报,2024(01).
王浩然,钮新强,徐利福,颜天佑,朱延涛.基于奇异谱分析和改进WOA-BP的大坝变形预测模型[J].水力发电学报,2023(11).
张才溢,傅蜀燕,欧斌,胡孟凡,王春华.基于APSO和TWSVM的特高拱坝变形预测模型[J].水利水电科技进展,2023(04).
赵二峰,李章寅,袁冬阳.基于双阶段注意力机制的大坝变形深度学习预测模型[J].河海大学学报(自然科学版),2023(06).
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).
詹明强,陈波,刘庭赫,王福生.基于变权重组合预测模型的混凝土坝变形预测研究[J].水电能源科学,2022(09).
邓思源,周兰庭,柳志坤.基于卡尔曼滤波、分形和LSTM的大坝变形趋势分析方法[J].水利水电科技进展,2022(05).
朱明远,吴艳,阮新民,周富强,美丽古丽.基于PSO-SVM的碾压混凝土坝变形预测模型[J].水力发电,2022(03).
赵二峰,顾冲时.混凝土坝长效服役性态健康诊断研究述评[J].水力发电学报,2021(05).
邢尹,陈闯,刘立龙,程胜,苏永柠,周威.改进遗传算法和BP神经网络的大坝变形预测[J].计算机工程与设计,2018(08).
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).
范千.大坝变形预报的神经网络极限学习方法[J].江南大学学报(自然科学版),2011(04).
0
浏览量
150
下载量
CSCD
关联资源
相关文章
相关作者
相关机构