排序方式: 共有9条查询结果,搜索用时 0 毫秒
1
1.
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。 相似文献
2.
3.
大坝位移受多种因素的影响,其监测序列往往呈现明显的非平稳性.对此,基于分形理论将V/S分析法应用到大坝位移序列的长程趋势性分析中,剖析了位移序列的分形特性及演变规律,并基于Hurst指数和分形维数定量表征测点时间序列的内在特征,据此评价大坝变形性态和安全状况,取得了较好效果.分析结果表明,位移序列虽然局部波动,但整体发... 相似文献
4.
5.
为了实现对大坝变形趋势的合理分析,提出了一种融合卡尔曼滤波、分形理论和长短时记忆神经网络(LSTM)的大坝变形趋势综合分析方法。该方法利用卡尔曼滤波对原始观测数据进行降噪处理,采用分形理论中的R/S方法对大坝未来变形趋势进行定性判断和解析,通过对滤波后数据建立LSTM定量预测模型,结合定性和定量的分析结果,实现大坝变形趋势的综合评判。实例分析结果表明,该方法能够较好地分析大坝变形趋势,对大坝监测数据的随机性和非平稳性具有较好的适用性,趋势分析和预测符合工程实际情况,为大坝的变形综合分析提供了一种新方法。 相似文献
6.
针对混凝土坝变形实测数据序列的不规律性和预测精度欠佳等问题,基于复合建模思想提出一种基于WA-LSTM-ARIMA的大坝变形组合预测模型。首先通过小波多分辨率分析对原始监测序列进行多尺度分解,从中提取高频周期性分量、低频趋势性分量和高频随机性分量;然后将去噪处理后的随机分量与高频周期性分量融合得到综合高频序列,并使用LSTM进行建模预测,对于低频趋势性分量则应用ARIMA模型进行预测,将两组预测结果叠加后即可得到最终的坝体变形预测结果;最后通过工程实例证明该模型所得预测值与实测值拟合较好,与传统的静态模型预测结果对比表明,该模型的预测精度更高。 相似文献
7.
为更好地分析大坝变形实测数据的波动特征进而评价变形的整体性态,以某混凝土重力坝的实测数据为凭,将多重分形理论应用于大坝变形性态分析中,利用MF-DFA、MV-MFDFA和A-MFDFA解析变形性态的多重分形特征及其非对称性。结果表明,无论是多测点或单测点,实测序列均具有明显的多重分形特征,并且这种多重分形特征具有明显的非对称特性;实测序列从多测点到单测点、从整体波动到局部趋势均表现出良好的记忆性和长程相关性特征,在水位等大波动因素的影响下,该坝坝顶水平位移发展良好,大坝整体状态稳定。 相似文献
8.
9.
目前,许多企业已初步实现了财务会计电算化,这种会计电算化系统基本上只能提供原来由手工会计提供的一些传统会计报告,不能为现代企业经营控制和管理决策及时地提供有用的可靠信息,这就是我国企业会计电算化效率低下、效果不显著的普遍现象,也是会计界和会计软件开发... 相似文献
1