鑒于高性能的混凝土壩變形動態(tài)預(yù)測模型是預(yù)測結(jié)構(gòu)性態(tài)演化、評價安全服役狀況和保障穩(wěn)定高效運(yùn)行的關(guān)鍵措施。以混凝土壩原型變形監(jiān)測數(shù)據(jù)為基礎(chǔ),借助開源深度學(xué)習(xí)框架TensorFlow建立了基于深度學(xué)習(xí)的混凝土壩變形預(yù)測模型。工程實(shí)例應(yīng)用結(jié)果表明,基于深度學(xué)習(xí)的混凝土壩變形預(yù)測模型各項評價指標(biāo)均優(yōu)于現(xiàn)淺層神經(jīng)網(wǎng)絡(luò)模型和傳統(tǒng)的統(tǒng)計模型,實(shí)現(xiàn)了動態(tài)高精度預(yù)測混凝土壩運(yùn)行性態(tài),具有很強(qiáng)的工程實(shí)用性。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 混凝土壩變形統(tǒng)計預(yù)測模型
3 基于記憶架構(gòu)的長短時記憶網(wǎng)絡(luò)
    3.1 LSTM輸入門更新
    3.2 LSTM遺忘門更新
    3.3 LSTM細(xì)胞狀態(tài)更新
    3.4 LSTM輸出門更新
    3.5 LSTM預(yù)測輸出
    3.6 LSTM參數(shù)更新優(yōu)化
4 基于LSTM的混凝土壩變形預(yù)測模型
5 實(shí)例應(yīng)用
    5.1 工程概況
    5.2 預(yù)測模型影響因子和數(shù)據(jù)集選取
    5.3 預(yù)測模型訓(xùn)練與預(yù)測
6 結(jié)論



本文編號：3838315