典型文献
基于EEMD-Attention-GRU的大坝变形组合预测模型
文献摘要：
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.
文献关键词：
大坝变形预测;注意力机制;GRU;EEMD
中图分类号：
作者姓名：
刘俊;王艳波;崔旭廷;曹德君;贾玉豪
作者机构：
南京市水利规划设计院股份有限公司,南京 210000;河海大学水利水电学院,南京 210098;上海勘测设计研究院有限公司,上海 200335
文献出处：
引用格式：
[1]刘俊;王艳波;崔旭廷;曹德君;贾玉豪-.基于EEMD-Attention-GRU的大坝变形组合预测模型)[J].河南科学,2022(09):1449-1455
A类：
B类：
EEMD,Attention,GRU,组合预测模型,观测数据,变形分析模型,预知,机制优势,时间相关性,时序特征,行为分析,大坝变形预测,注意力机制
AB值：
0.235502
相似文献
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。
