检索结果-维普期刊中文期刊服务平台

基于DBO-DA-GRU的大坝变形预测模型被引量：1: 1; 作者高睿颖顾冲时 +1 位作者王岩博陈立秋《水电能源科学》北大核心 2024年第9期134-138,共5页; 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... 展开更多; 关键词蜣螂优化算法门控循环单元注意力机制降噪大坝变形; 在线阅读下载PDF 职称材料

基于TGWO-LightGBM的混凝土坝变形预测模型: 2; 作者黄姿慧顾冲时 +1 位作者王岩博顾昊《水力发电》 CAS 2024年第8期89-93,102,共6页; 变形是影响混凝土坝安全运行的重要因素之一,对其中径向位移的预测能够保证混凝土坝在运行期间的安全。然而,大坝的变形数据并不是线性变化且容易陷入局部最优,为了解决这一问题,利用非线性灰狼优化算法(TGWO)对轻量梯度提升机(LightGBM... 展开更多; 关键词混凝土坝变形预测模型 TGWO LightGBM; 在线阅读下载PDF 职称材料

基于APSO-Robust-ELM的大坝变形原始监测数据粗差识别方法: 3; 作者杨兴富刘得潭 +4 位作者杨进刘少文高睿颖顾昊王岩博《水力发电》 CAS 2024年第6期111-116,共6页; 针对大坝原始监测数据普遍存在粗差的问题,提出了稳健估计与极限学习机相结合的粗差识别方法;并在此基础上,利用自适应粒子群算法寻找神经网络的最佳隐含层节点数;最后利用大坝安全预测模型验证所用方法的必要性和适用性。在工程实例分... 展开更多; 关键词监测数据大坝安全粗差识别人工智能 APSO-Robust-ELM; 在线阅读下载PDF 职称材料

微生物-物化耦合法降解毒死蜱研究进展被引量：9: 4; 作者侯俊王岩博 +3 位作者张明兰林许伊徐余洁《水资源保护》 CAS CSCD 北大核心 2021年第2期15-20,42,共7页; 针对有机磷农药毒死蜱的大规模使用使其在农田系统中的残留量显著增加,而传统的微生物法降解毒死蜱存在降解效率低、作用时间长等不足的问题,对微生物-物化耦合法降解毒死蜱进行介绍。在对微生物耦合电化学、零价铁、植物及光催化降解... 展开更多; 关键词毒死蜱有机磷农药微生物-物化耦合法降解效率污染修复; 在线阅读下载PDF 职称材料

基于改进IGGⅢ-ELM法的混凝土坝变形监测数据粗差识别方法被引量：6: 5; 作者王岩博顾冲时 +5 位作者石立顾昊张建中陆希吴艳朱明远《水利水电科技进展》 CSCD 北大核心 2023年第6期89-95,共7页; 针对混凝土坝变形监测数据存在非线性强、粗差识别与剔除困难等问题,结合改进IGGⅢ法对异常值的抗差能力强、极限学习机(ELM)对数据序列预测效率高和对非线性问题处理能力强、增量ELM寻找最优网络结构速度快等优势,提出了基于改进IGGⅢ-... 展开更多; 关键词变形监测数据混凝土坝粗差识别机器学习变形预测; 在线阅读下载PDF 职称材料

基于优化VMD与GRU的混凝土坝变形预测模型被引量：17: 6; 作者张建中顾冲时 +1 位作者袁冬阳王岩博《水利水电科技进展》 CSCD 北大核心 2023年第5期38-44,共7页; 为提高大坝变形预测精度,基于“分解-重构”思想,采用变形信号处理技术对实测变形加以时频分解,并结合深度学习网络对分解信号分项预测再重构,提出一种基于优化变分模态分解(VMD)与门控循环单元(GRU)的混凝土坝变形预测模型。该模型使... 展开更多; 关键词变分模态分解门控循环单元大坝变形预测模型; 在线阅读下载PDF 职称材料

题名基于DBO-DA-GRU的大坝变形预测模型被引量：1: 1; 作者高睿颖顾冲时王岩博陈立秋; 机构河海大学水灾害防御全国重点实验室河海大学水利水电学院; 出处《水电能源科学》北大核心 2024年第9期134-138,共5页; 基金国家自然科学基金项目(U2243223,52209159) 中国博士后科学基金项目(2023M730934)。; 文摘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。; 关键词蜣螂优化算法门控循环单元注意力机制降噪大坝变形; Keywords dung beetle optimizer gated recurrent unit attention mechanism noise reduction dam deformation; 分类号 TV698.11 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

题名基于TGWO-LightGBM的混凝土坝变形预测模型: 2; 作者黄姿慧顾冲时王岩博顾昊; 机构河海大学水利水电学院河海大学水文水资源与水利工程科学国家重点实验室; 出处《水力发电》 CAS 2024年第8期89-93,102,共6页; 基金国家自然科学基金资助项目(U2243223,52379122) 河海大学中央高校基本科研业务费项目(B230201011) +2 种基金安徽省自然科学基金联合基金(2208085US17)。; 文摘变形是影响混凝土坝安全运行的重要因素之一,对其中径向位移的预测能够保证混凝土坝在运行期间的安全。然而,大坝的变形数据并不是线性变化且容易陷入局部最优,为了解决这一问题,利用非线性灰狼优化算法(TGWO)对轻量梯度提升机(LightGBM)进行优化,构建了一种以统计模型为基础的TGWO-LightGBM混凝土坝变形预测模型。仿真结果表明,TGWO-LightGBM模型相较于GWO-LightGBM模型、LightGBM模型,能够较好地搜索并优化轻量梯度提升机神经网络的参数、更好地平衡全局和局部性能,从而使得LightGBM预测模型具有更高的预测精度。; 关键词混凝土坝变形预测模型 TGWO LightGBM; Keywords concrete dam deformation prediction model TGWO LightGBM; 分类号 TV698.1 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

题名基于APSO-Robust-ELM的大坝变形原始监测数据粗差识别方法: 3; 作者杨兴富刘得潭杨进刘少文高睿颖顾昊王岩博; 机构四川大唐国际甘孜水电开发有限公司河海大学水利水电学院大唐水电科学技术研究院有限公司; 出处《水力发电》 CAS 2024年第6期111-116,共6页; 基金国家自然科学基金资助项目(51739003) 中央高校基本科研业务费专项资金资助项目(B230201011) 江苏省水利科技项目(2022024)。; 文摘针对大坝原始监测数据普遍存在粗差的问题,提出了稳健估计与极限学习机相结合的粗差识别方法;并在此基础上,利用自适应粒子群算法寻找神经网络的最佳隐含层节点数;最后利用大坝安全预测模型验证所用方法的必要性和适用性。在工程实例分析中,将APSO-Robust-ELM法与Robust-ELM法、罗曼诺夫斯基准则和拉依达准则的处理结果进行对比,结果表明,APSO-Robust-ELM法能够更好的识别原始监测数据中的粗差,从而提高大坝安全运行的管理效率。; 关键词监测数据大坝安全粗差识别人工智能 APSO-Robust-ELM; Keywords monitoring data dam safety gross error identification artificial intelligence APSO-Robust-ELM; 分类号 TV698.11 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

题名微生物-物化耦合法降解毒死蜱研究进展被引量：9: 4; 作者侯俊王岩博张明兰林许伊徐余洁; 机构河海大学浅水湖泊综合治理与资源开发教育部重点实验室河海大学环境学院河海大学水利水电学院江苏省水利厅; 出处《水资源保护》 CAS CSCD 北大核心 2021年第2期15-20,42,共7页; 基金国家自然科学基金(51421006,51722902,51979075)。; 文摘针对有机磷农药毒死蜱的大规模使用使其在农田系统中的残留量显著增加,而传统的微生物法降解毒死蜱存在降解效率低、作用时间长等不足的问题,对微生物-物化耦合法降解毒死蜱进行介绍。在对微生物耦合电化学、零价铁、植物及光催化降解毒死蜱的运行效果、作用机理等方面进行综述的基础上,阐述了微生物-物化耦合法降解毒死蜱具有降解效率高、作用时间短、功能菌种有效富集等优势,为优化毒死蜱的污染修复技术和提高毒死蜱的降解效率提供科学依据。; 关键词毒死蜱有机磷农药微生物-物化耦合法降解效率污染修复; Keywords chlorpyrifos organophosphorus microbial-physicochemical coupling method degradation efficiency pollution remediation; 分类号 X52 [环境科学与工程—环境工程]; 在线阅读下载PDF 职称材料

题名基于改进IGGⅢ-ELM法的混凝土坝变形监测数据粗差识别方法被引量：6: 5; 作者王岩博顾冲时石立顾昊张建中陆希吴艳朱明远; 机构河海大学水灾害防御全国重点实验室河海大学水利水电学院中国电建集团西北勘测设计研究院有限公司新疆水利水电科学研究院; 出处《水利水电科技进展》 CSCD 北大核心 2023年第6期89-95,共7页; 基金国家自然科学基金联合基金项目(U2243223) 中央高校基本科研业务费专项资金资助项目(B230201011) 江苏省水利科技项目(2022024)。; 文摘针对混凝土坝变形监测数据存在非线性强、粗差识别与剔除困难等问题,结合改进IGGⅢ法对异常值的抗差能力强、极限学习机(ELM)对数据序列预测效率高和对非线性问题处理能力强、增量ELM寻找最优网络结构速度快等优势,提出了基于改进IGGⅢ-ELM法的混凝土坝变形监测数据粗差识别方法,并采用包含两个调和系数的四段权函数对IGGⅢ-ELM法进行改进,使得权函数的一阶导数处处光滑,增强了权函数突变范围内信息的可利用性。与IGGⅢ-ELM法、DBSCAN聚类算法、罗曼诺夫斯基准则和拉依达准则的实例处理结果对比表明:基于改进IGGⅢ-ELM法的混凝土坝变形监测数据粗差识别方法较其他4种方法粗差识别率更高、泛化能力更强、预测效果更好。; 关键词变形监测数据混凝土坝粗差识别机器学习变形预测; Keywords monitoring data concrete dams gross error identification machine learning deformation prediction; 分类号 TV698.1 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

题名基于优化VMD与GRU的混凝土坝变形预测模型被引量：17: 6; 作者张建中顾冲时袁冬阳王岩博; 机构河海大学水灾害防御全国重点实验室河海大学水利水电学院; 出处《水利水电科技进展》 CSCD 北大核心 2023年第5期38-44,共7页; 基金国家自然科学基金项目(U2243223,52209159) 中国博士后科学基金项目(2023M730934)。; 文摘为提高大坝变形预测精度,基于“分解-重构”思想,采用变形信号处理技术对实测变形加以时频分解,并结合深度学习网络对分解信号分项预测再重构,提出一种基于优化变分模态分解(VMD)与门控循环单元(GRU)的混凝土坝变形预测模型。该模型使用灰狼优化算法(GWO)优化的VMD把原始数据分解为一组最优本征模态分量(IMF),利用GWO优化的GRU网络对每个IMF分量进行滚动预测,通过叠加各个分量的预测结果得到位移序列预测结果,解决了VMD人工选择参数导致分解效果差及GRU人工选择参数影响训练速度、使用效果及鲁棒性等问题。工程实例预测结果表明,该模型的预测误差小,具有良好的预测精度与稳健性。; 关键词变分模态分解门控循环单元大坝变形预测模型; Keywords variational mode decomposition gated recurrent unit dam deformation prediction model; 分类号 TV698.1 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于DBO-DA-GRU的大坝变形预测模型	高睿颖顾冲时王岩博陈立秋	《水电能源科学》北大核心	2024	1	在线阅读下载PDF 职称材料
2	基于TGWO-LightGBM的混凝土坝变形预测模型	黄姿慧顾冲时王岩博顾昊	《水力发电》 CAS	2024	0	在线阅读下载PDF 职称材料
3	基于APSO-Robust-ELM的大坝变形原始监测数据粗差识别方法	杨兴富刘得潭杨进刘少文高睿颖顾昊王岩博	《水力发电》 CAS	2024	0	在线阅读下载PDF 职称材料
4	微生物-物化耦合法降解毒死蜱研究进展	侯俊王岩博张明兰林许伊徐余洁	《水资源保护》 CAS CSCD 北大核心	2021	9	在线阅读下载PDF 职称材料
5	基于改进IGGⅢ-ELM法的混凝土坝变形监测数据粗差识别方法	王岩博顾冲时石立顾昊张建中陆希吴艳朱明远	《水利水电科技进展》 CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料
6	基于优化VMD与GRU的混凝土坝变形预测模型	张建中顾冲时袁冬阳王岩博	《水利水电科技进展》 CSCD 北大核心	2023	17	在线阅读下载PDF 职称材料