典型文献
大坝变形的XGBoost-LSTM变权组合预测模型及应用
文献摘要：
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.
文献关键词：
大坝;XGBoost;LSTM;变权组合;变形预测
中图分类号：
作者姓名：
邓思源;周兰庭;王飞;柳志坤
作者机构：
河海大学 水利水电学院, 南京 210098;江苏省太湖水利规划设计研究院有限公司 设计分院,江苏 苏州 215103;青岛市发展和改革委员会 动能转换推进处,山东 青岛 266000;青岛市经济发展研究院,山东 青岛 266000
文献出处：
引用格式：
[1]邓思源;周兰庭;王飞;柳志坤-.大坝变形的XGBoost-LSTM变权组合预测模型及应用)[J].长江科学院院报,2022(10):72-79
A类：
B类：
XGBoost,变权组合,组合预测模型,分析预测,组合方法,混凝土重力坝,ELMAN,逐步回归分析,大坝变形预测,等值,工程实际
AB值：
0.171876
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
