基于EEMD-Attention-GRU的大坝变形组合预测模型

摘要：

根据观测数据构建高精度的大坝变形分析模型,可以提前预知大坝行为的发展趋势.结合EEMD和Attention机制优势对GRU模型进行优化以构建大坝变形组合预测模型,旨在提高变形预测精度.首先应用EEMD对原始序列进行分解,得到一组相对平稳的分量;然后利用GRU深入挖掘各变形分量的时间相关性,引入Attention机制,在神经网络内部提取关键时序特征并传递到下一层,最终得到各分量预测结果;最后组合分量预测结果得到总的预测结果.结果表明,EEMD-Attention-GRU模型可以获得很高的变形预测精度,可为大坝行为分析提供参考.

关键词：大坝变形预测、注意力机制、GRU、EEMD

所属期刊栏目：40

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51579085

在线出版日期：2022-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1449-1455