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

来源：水电能源科学, 2023, 41(10): 100-61.

DOI：10.20040/j.cnki.1000-7709.2023.20222611

• 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

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。

• 单位
  山东省水利勘测设计院