大坝变形的XGBoost-LSTM变权组合预测模型及应用

摘要：

为了实现更高精度的大坝变形预报,提出了一种大坝变形的XGBoost-LSTM变权组合预测模型,即首先引入XGBoost模型和LSTM模型对大坝变形分别进行分析预测,然后采用变权组合方法将二者的分析预测结果进行有机融合,进而得到最终预测结果.以某混凝土重力坝为例,首先通过与随机森林、ELMAN以及逐步回归分析各模型的对比研究,论证了XGBoost与LSTM应用于大坝变形预测的优越性;进一步地,XGBoost与LSTM的变权组合预测效果相较于各单一模型取得了较大程度的提升,且相较于二者的等值赋权组合提升优势更加显著,变形预测结果与工程实际情况更加吻合,具有较好的适用性和可推广价值.

关键词：大坝、XGBoost、LSTM、变权组合、变形预测

所属期刊栏目：39

分类号：TV698.1(水利枢纽、水工建筑物)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2022-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：72-79