基于SSA-LSTM的混凝土拱坝变形预测模型OA
由于混凝土拱坝在变形过程中有明显的非线性特点,因此参数过多和陷入局部最优的问题是大坝变形预测模型过程中较为常见的问题。通过将麻雀搜索算法(SSA)引入长短期记忆神经网络(LSTM)中,进行超参数优化,建立了SSA-LSTM模型进行混凝土拱坝变形预测模型。以某拱坝多个测点的实测径向位移数据为例,将水压、温度和时效作为输入,坝体径向位移作为输出,使用SSA-LSTM模型与传统的变形预测模型BP神经网络、极限学习机(ELM)和支持向量机(SVM)分别进…查看全部>>
孔庆梅;乔海山;费新锋;武志刚;葛佳豪
国家电投集团青海黄河电力技术有限责任公司,西宁810008国家电投集团青海黄河电力技术有限责任公司,西宁810008国家电投集团青海黄河电力技术有限责任公司,西宁810008国家电投集团青海黄河电力技术有限责任公司,西宁810008西安理工大学水利水电学院,西安710048
建筑与水利
变形预测拱坝麻雀搜索算法长短期记忆神经网络
《西北水电》 2022 (3)
P.81-86,6
评论