摘要
本发明公开了一种大坝多点变形预测方法及系统,涉及大坝安全监测技术领域,包括构建有限元分析模型,计算水压分量位移特征集,引入测点空间坐标构建大坝变形特征因子集,应用改进BorutaShap算法进行特征筛选,建立精简高效的变形预测BorutaShap模型;利用iTransformer深度学习模型捕捉模型预测值与真实值的残差中蕴含的复杂非线性关系,预测残差值,并与BorutaShap模型预测值叠加输出最终变形预测值,建立BorutaShap‑iTransformer模型。本发明通过特征筛选与残差校正,显著降低了模型复杂度,有效挖掘了残差中的有效信息,大幅提升了大坝多点变形预测的精度。
技术关键词
大坝变形预测
变形预测方法
有限元分析模型
变形特征
表达式
因子
模型预测值
前馈神经网络
注意力机制
输出特征
深度学习模型训练
有限元网格模型
变形预测系统
线性变换矩阵
训练预测模型
归一化模块
数据获取单元
系统为您推荐了相关专利信息
网络构建方法
数据立方体
传感器
校验算法
冗余特征
飞蛾扑火算法
历史监测数据
边坡
变形预测方法
变形预测系统