-
题名基于改进组合深度学习模型的大坝位移预测研究
被引量：1
- 1
-
-
作者
任传栋
王志真
刘淑萍
刘洪伟
侯龙潭
-
机构
山东省水利勘测设计院有限公司
山东省农业交流合作中心
山东省水利工程建设质量与安全中心
-
出处
《水电能源科学》
北大核心
2023年第10期100-103,61,共5页
-
文摘
大坝位移可直接影响大坝的质量和运行安全,为找出大坝位移的合理预测模型,以时间卷积神经网络模型为基础(TCN),采用遗传算法对麻雀搜索算法(SSA)、灰狼算法(GWO)和蝙蝠算法(BA)三种仿生算法进行改进,得到MSSA、MGWO、MBA三种优化算法,并引入深度置信网络模型(DBN)构建了D-MSSA-TCN、D-MGWO-TCN、D-MBA-TCN三种组合赋权模型,以均方根误差、决定系数、平均绝对误差、效率系数和GPI指数为精度指标体系,结果表明在三种优化仿生算法中,MSSA算法的运行效率及精度最高,三种组合模型的精度显著高于其余模型,其中D-MSSA-TCN模型在所有模型中精度最高,可推荐用于估算坝体位移。
-
关键词
坝体位移
时间卷积神经网络
麻雀搜索算法
遗传算法
深度置信网络模型
-
Keywords
dam displacement
temporal convolutional neural network
sparrow search algorithm
genetic algorithm
deepbelief networkmodel
-
分类号
TV698.1
[水利工程—水利水电工程]
-
