摘要
本发明公开了一种基于改进的粒子群优化算法和LSTM网络的混凝土坝渗流预测方法,应用于混凝土坝渗流监测技术领域。本发明包括:S1、获取渗流影响因子,并采用注意力机制分配渗流影响因子在渗流影响中所占的权重;S2、建立基于LSTM网络的渗流预测模型,将分配权重后的渗流因子作为训练集输入至渗流预测模型,并通过改进的粒子群优化算法对模型进行训练;S3、将待检测渗流数据输入至S2中训练后的渗流预测模型得到渗流预测结果。本发明提高了渗流监测模型的精确性和泛化能力,对大坝渗流进行准确预测。
技术关键词
粒子群优化算法
混凝土
因子
渗流监测技术
网络
注意力机制
序列
判断算法
训练集
遗传算法
速度
社会
参数
大坝
数据
误差
系统为您推荐了相关专利信息
无创测量方法
深度循环神经网络
深度卷积模型
电信号
电解质
神经网络模型
车位信息识别
鱼眼图像
泊车场景
车载摄像头
电源单元
分布式电源
快速启动方法
限幅算法
生成电源
图像识别方法
像素点
解码图像
云端
非暂态计算机可读存储介质