一种提升大坝变形预测效率及精度的新型方法

本发明公开了一种提升大坝变形预测效率及精度的新型方法，属于大坝变形预测技术领域，通过获取的变形监测数据，利用变分模态分解算法分解为模态分量，结合环境量监测数据，建立模态样本数据集；基于Adaboost模型，在Adaboost模型的弱回归器节点分割时考虑各环境量监测数据对大坝变形效果的影响，引入动态特征变量权重策略并将Huber函数作为弱回归器的损失函数，结合大坝变形预测问题的特点进行针对性改进，建立DpAdaBoost模型；以模态样本数据集作为输入，并引入GridSampler优化算法进行DpAdaBoost模型的超参数自动寻优，从而得到最优超参数的各模态分量预测模型进而预测未来时段的大坝变形量，为大坝变形预测的效率和精度提升，提供了有效的解决方案，保障了大坝的安全运行。