基于改进组合深度学习模型的大坝位移预测研究

作     者：任传栋 王志真 刘淑萍 刘洪伟 侯龙潭 REN Chuan-dong;WANG Zhi-zhen;LIU Shu-ping;LIU Hong-wei;HOU Long-tan

作者机构：山东省水利勘测设计院有限公司山东济南250013 山东省农业交流合作中心山东济南250013 山东省水利工程建设质量与安全中心山东济南250013 

出 版 物：《水电能源科学》 (Water Resources and Power)

年 卷 期：2023年第41卷第10期

页      码：100-103,61页

摘      要：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。

主 题 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 

学科分类：081504[081504] 08[工学] 0815[工学-矿业类] 

D　O　I：10.20040/j.cnki.1000-7709.2023.20222611

馆 藏 号：203124149...