基于LSTM與Transformer的大壩變形預(yù)測研究

摘要： 變形是大壩運(yùn)行過程中受內(nèi)外荷載作用下其狀態(tài)的直觀表現(xiàn)，構(gòu)建高精度的變形預(yù)測模型對大壩安全預(yù)警與運(yùn)行狀態(tài)評(píng)估有著重要的意義。針對已有的大壩位移模型訓(xùn)練時(shí)間長，預(yù)測模型預(yù)測精度和泛化能力一般，無法滿足大壩位移中短期準(zhǔn)確預(yù)測的問題，耦合長短時(shí)記憶網(wǎng)絡(luò)（LSTM）與Transformer框架，引入改進(jìn)的粒子群優(yōu)化算法（IPSO）進(jìn)行優(yōu)化，建立了IPSO-LSTM-Transformer... （共8頁）