基于二次模態(tài)分解和深度學(xué)習(xí)的大壩變形預(yù)測(cè)模型

摘要： 為充分提取大壩變形監(jiān)測(cè)數(shù)據(jù)的非線性和非平穩(wěn)性特征，深度挖掘其前后信息的拓?fù)潢P(guān)系，有效提高預(yù)測(cè)精度，提出了一種基于二次模態(tài)分解和蜣螂優(yōu)化算法的雙向長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)大壩變形預(yù)測(cè)模型。該模型引入融合自適應(yīng)噪聲完備集成經(jīng)驗(yàn)?zāi)B(tài)分解和變分模態(tài)分解的二次模態(tài)分解對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，有效降低高頻非平穩(wěn)性分量對(duì)預(yù)測(cè)精度的不利影響，并利用蜣螂優(yōu)化算法對(duì)雙向長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)進(jìn)行超參數(shù)尋優(yōu)以深度挖... （共6頁）