基于遗传算法的LSTM大坝变形监测研究  

作　　者：郭敏 

机构地区：[1]崇义县应急管理局,江西崇义341300

出　　处：《陕西水利》2025年第3期175-177,180,共4页Shaanxi Water Resources

摘　　要：精确预测大坝的变形情况对于保障大坝结构的稳固至关重要。该研究旨在将遗传算法(GA)与长短时记忆网络(LSTM)相结合,建立针对长期水力作用导致的大坝变形的预测模型。首先,采用LSTM算法构建大坝变形的预测模型,然后将预测问题转化为一个优化任务。通过遗传算法的交叉、变异和选择等操作,对LSTM预测模型的超参数进行迭代优化,以最小化预测模型与实际观测数据之间的误差,从而确保对大坝变形程度的准确评估。最后,通过某水电大坝的实例数据验证。相较于传统的LSTM模型,提出的GA-LSTM算法的预测精度更高,预测偏差更小。

关 键 词：大坝变形 预测模型 遗传算法 长短时记忆网络 实例数据验证 

分 类 号：TV697.2[水利工程—水利水电工程]