基于可解释性的大坝变形监控模型对比分析.pdfVIP

基于可解释性的大坝变形监控模型对比分析.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第31卷第8期水利科技与经济Vol.31No.8

2025年8月WaterConservancyScienceandTechnologyandEconomyAug.,2025

doi:10.3969/j.issn.1006-7175.2025.08.016

基于可解释性的大坝变形

监控模型对比分析

12

张玉民,王恩东

(1.山东润泰水利工程有限公司,山东泰安271000;2.山东黄河河务局东平湖管理局,山东泰安271000)

[摘要]机器学习模型在大坝安全监控领域逐渐得到广泛应用,但其在预测能力、适用性和

可解释性方面存在一定的局限性。研究基于混凝土大坝的实际监测变形量,采用长短时记忆

网络模型(LSTM)、反向传播神经网络模型(BP)、卷积神经网络模型(CNN)和CNN-LSTM组

合模型等4种深度学习神经网络模型,对某大坝历史变形监测数据建立监控预测模型,实现

对混凝土坝的变形预测。结果表明,相比BP模型和CNN模型,LSTM模型具有更高的预测精

度和稳定性。CNN-LSTM组合模型结合了CNN模型和LSTM模型的优势,其平均绝对误差、

均方根误差和平均绝对百分误差均为最低,能够精确预测各因素影响下的大坝变形量,在大

坝变形监测中具有一定的适用性。

[关键词]混凝土大坝;变形预测;监控模型;深度学习;评价指标

[中图分类号]TV698[文献标识码]A[文章编号]1006-7175(2025)08-0079-05

(BackpropagationNeuralNetwork,BP)、卷积神经

1概述

文档评论(0)

经管专家 + 关注
实名认证
服务提供商

初级会计持证人

专注于经营管理类文案的拟写、润色等,本人已有10余年相关工作经验,具有扎实的文案功底,尤善于各种框架类PPT文案,并收集有数百万份各层级、各领域规范类文件。欢迎大家咨询!

版权声明书
用户编号:6055234005000000
领域认证 该用户于2023年12月17日上传了初级会计

1亿VIP精品文档

相关文档