| 基于EEMD-SE-LSTM的混凝土坝变形监测模型 |
| |
| 引用本文： | 侯回位,郑东健,刘永涛,黄寒冰.基于EEMD-SE-LSTM的混凝土坝变形监测模型[J].水利水电科技进展,2022,42(1):61-66. |
| |
| 作者姓名： | 侯回位 郑东健 刘永涛 黄寒冰 |
| |
| 作者单位： | 河海大学水利水电学院,江苏 南京 210098 |
| |
| 基金项目： | 国家重点研发计划(2018YFC1508603);国家自然科学基金重点项目(51739003) |
| |
| 摘 要： | 为提高混凝土坝变形监测数据的预测精度,构建了一种基于集成经验模态分解(EEMD)与样本熵重构(SE)的长短期记忆网络(LSTM)预测模型.模型利用EEMD对原始数据序列进行分解,并计算每个分量序列的样本熵,以原始序列样本熵作为基准进行重构,再对重构后的各序列建立LSTM模型进行预测,最后把各预测值叠加以得到最终预测结果.以某混凝土拱坝为例,将该模型预测结果与EMD-LSTM、LSTM和SVM模型的预测结果进行对比,结果表明EEMD-SE-LSTM模型具有更高的预测精度,在混凝土坝的变形预测中具备更好的可行性与优越性.
|
| 关 键 词： | 集成经验模态分解 长短期记忆神经网络 样本熵 变形预测 混凝土坝 |
Deformation monitoring model of concrete dams based on EEMD-SE-LSTM |
| |
| HOU Huiwei,ZHENG Dongjian,LIU Yongtao,HUANG Hanbing.Deformation monitoring model of concrete dams based on EEMD-SE-LSTM[J].Advances in Science and Technology of Water Resources,2022,42(1):61-66. |
| |
| Authors: | HOU Huiwei ZHENG Dongjian LIU Yongtao HUANG Hanbing |
| |
| Affiliation: | College of Water Conservancy and Hydropower Engineering, Hohai University, Nanjing 210098, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《水利水电科技进展》浏览原始摘要信息 |
|
点击此处可从《水利水电科技进展》下载全文 |
|
