期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于CNN-BiLSTM的特高拱坝变形预测模型 被引量：2
1
作者 欧斌 张才溢 +3 位作者 傅蜀燕 杨霖 陈德辉 杨石勇 《排灌机械工程学报》 CSCD 北大核心 2024年第10期1031-1035,1043,共6页
为提高特高拱坝的变形预测精度,提出了一种基于卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)的大坝变形预测模型.该模型利用CNN捕捉数据之间的空间关系,进行特征提取,再将其输入到BiLSTM中进行时间维度上的演变规律考虑.通过特征融... 为提高特高拱坝的变形预测精度,提出了一种基于卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)的大坝变形预测模型.该模型利用CNN捕捉数据之间的空间关系,进行特征提取,再将其输入到BiLSTM中进行时间维度上的演变规律考虑.通过特征融合和全连接层的拼接,得到更丰富和综合的特征表示,最终映射到预测输出层进行拱坝变形预测.以某拱坝为例,验证了CNN-BiLSTM模型在RMSE等评价指标上具有高精度和稳定性,为混凝土拱坝结构的安全监测提供了新的思路. 展开更多
关键词 混凝土拱坝 卷积神经网络 双向长短期记忆网络 预测模型
下载PDF
基于KPCA降维分析的特高拱坝监测模型 被引量：1
2
作者 王子轩 陈德辉 +2 位作者 欧斌 杨石勇 傅蜀燕 《人民长江》 北大核心 2024年第10期246-254,共9页
为提高大坝变形预测精度,针对变形数据影响因子间的多重共线性问题,构建了基于核主成分分析(KPCA)、全局搜索策略的鲸鱼优化算法(GSWOA)和门控循环单元(GRU)的组合预测模型。首先利用KPCA对高维变形序列进行降维处理,同时使用GSWOA对GR... 为提高大坝变形预测精度,针对变形数据影响因子间的多重共线性问题,构建了基于核主成分分析(KPCA)、全局搜索策略的鲸鱼优化算法(GSWOA)和门控循环单元(GRU)的组合预测模型。首先利用KPCA对高维变形序列进行降维处理,同时使用GSWOA对GRU参数进行优化,进而构建出最优变形预测模型。以小湾特高拱坝变形数据为例,将KPCA-GSWOA-GRU模型与KPCA-WOA-GRU模型、PCA-GSWOA-GRU模型以及传统模型进行预测拟合对比。结果表明:KPCA-GSWOA-GRU模型有效降低了多重共线性问题,且在均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和决定系数(R^(2))等方面均优于对比模型。 展开更多
关键词 特高拱坝 变形监测 降维分析 核主成分分析(KPCA) 全局搜索策略的鲸鱼优化算法(GSWOA) 门控循环单元(GRU) 小湾水电站
下载PDF
斥水土在不同含水率下抗剪强度参数变化规律研究
3
作者 欧斌 王儒源 +2 位作者 陈德辉 王子轩 傅蜀燕 《工程勘察》 2024年第12期1-5,共5页
利用十八烷基伯胺(CH3(CH2)16CH2NH2)作为斥水剂对红黏土进行化学改性,使亲水土变为斥水土。采用不同围压、含水率进行三轴固结不排水试验(CU试验)研究斥水土强度变化,亲水土作为对照组,并将抗剪参数拟合。当土壤饱和度在50%~90%时,拟... 利用十八烷基伯胺(CH3(CH2)16CH2NH2)作为斥水剂对红黏土进行化学改性,使亲水土变为斥水土。采用不同围压、含水率进行三轴固结不排水试验(CU试验)研究斥水土强度变化,亲水土作为对照组,并将抗剪参数拟合。当土壤饱和度在50%~90%时,拟合得到2种土含水率与抗剪参数近似函数关系。试验结果表明斥水土抗剪强度参数变化受含水率影响相较于亲水土不明显,故边坡在强降雨时斥水土可增加其稳定性。 展开更多
关键词 十八烷基伯胺 斥水土 CU试验 含水率 抗剪强度参数
下载PDF
基于多层信号分解的混凝土拱坝变形监测模型
4
作者 王子轩 欧斌 +3 位作者 陈德辉 杨石勇 赵定柱 傅蜀燕 《三峡大学学报（自然科学版）》 CAS 北大核心 2024年第6期1-9,共9页
为了充分挖掘大坝变形监测数据的非线性和非平稳性特征,本文提出了一种大坝变形监测模型.首先,该模型通过自适应噪声完全集合经验模态分解(CEEMDAN)对变形监测数据进行分解处理.在分解过程中融入样本熵(SE)和K-均值聚类,以确保得到的模... 为了充分挖掘大坝变形监测数据的非线性和非平稳性特征,本文提出了一种大坝变形监测模型.首先,该模型通过自适应噪声完全集合经验模态分解(CEEMDAN)对变形监测数据进行分解处理.在分解过程中融入样本熵(SE)和K-均值聚类,以确保得到的模态分量(IMF)个数能够准确描述大坝变形.然后,对于高频IMF分量,采用变分模态分解(VMD)进行二次分解,并利用偏最小二乘法(PLS)分析变形序列影响因子,以提取最佳的IMF分量作为后续模型的输入因子.最后,利用改进的共生生物搜索算法(ISOS)结合长短期记忆神经网络(LSTM)进行大坝变形的准确预测.研究结果表明:相较于单层信号处理,本文通过二次信号处理可以显著提升模型的预测精度;对二次分解后的IMFs分量进行PLS筛选可以有效避免模型的冗余性,提高计算效率;相较于各对比模型,本文模型在各测点上均具有较好的预测精度和稳定性.本文提出的模型能够深入挖掘大坝监测数据中的拓扑关系,有效保留数据中的高频有用信息,从而提高预测的准确性和平滑性,展示出较好的预测精度和泛化能力. 展开更多
关键词 大坝变形 自适应噪声完全集合经验模态分解 样本熵 K-均值聚类算法 改进的共生生物搜索算法 变分模态分解
下载PDF
基于SSA-LSTM的土石坝浸润线预测模型
5
作者 刘振宇 傅蜀燕 +2 位作者 赵定柱 王奎 欧斌 《科学技术与工程》 北大核心 2024年第34期14813-14820,共8页
浸润线的异常分布对土石坝的稳定性和安全性构成严重威胁。因此,准确预测浸润线成为土石坝安全监控的核心任务。然而,测压管监测数据存在非线性和非平稳性问题,这使得浸润线的预测模型容易出现过拟合,进而影响预测精度。为了解决这一问... 浸润线的异常分布对土石坝的稳定性和安全性构成严重威胁。因此,准确预测浸润线成为土石坝安全监控的核心任务。然而,测压管监测数据存在非线性和非平稳性问题,这使得浸润线的预测模型容易出现过拟合,进而影响预测精度。为了解决这一问题,提出了一种基于SSA-LSTM模型的浸润线预测方法。该方法结合了麻雀搜索算法(sparrow search algorithm, SSA)和长短期神经网络(long-short-term neural Network, LSTM),通过优化模型的初始学习率和正则化参数,使输入数据与网络结构更好地匹配,从而提高预测精度。通过决定系数(R^(2))、平均绝对误差(mean absolute error, MAE)和均方根误差(root mean square error, RMSE)三个定量评价指标对模型预测结果进行了评估。结果表明,与传统的LSTM等模型相比,SSA-LSTM模型的预测精度有了显著提高,为土石坝的浸润线预测提供了有价值的参考。 展开更多
关键词 土石坝 预测模型 浸润线 麻雀搜索法 长短期神经网络
下载PDF
基于改进EMD-LSTM的混凝土坝变形预测模型
6
作者 欧斌 张才溢 +4 位作者 陈德辉 王子轩 杨石勇 杨霖 傅蜀燕 《水利水电科技进展》 CSCD 北大核心 2024年第6期93-99,共7页
针对混凝土坝变形监测数据的非线性和复杂性等特征,为提高混凝土坝变形预测的精度,提出了一种基于改进经验模态分解(EMD)法和长短期记忆(LSTM)神经网络的混凝土坝变形预测模型。该模型采用小波阈值方法对EMD法分解的高频分量进行优化处... 针对混凝土坝变形监测数据的非线性和复杂性等特征,为提高混凝土坝变形预测的精度,提出了一种基于改进经验模态分解(EMD)法和长短期记忆(LSTM)神经网络的混凝土坝变形预测模型。该模型采用小波阈值方法对EMD法分解的高频分量进行优化处理,在去除数据噪声的同时,尽可能保留原始数据的特征信息,并运用LSTM神经网络对处理后的数据进行时序预测。实例验证结果表明,该模型能够准确模拟坝体变形过程,具有较高的预测精度。 展开更多
关键词 大坝变形 经验模态分解法 长短期记忆神经网络 小波阈值 预测模型
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部