基于RST-LSTM模型的堤坝渗压动态预测分析 |
| |
引用本文: | 陈守开,蒋海峰,李海瑞,陈家林,史海波.基于RST-LSTM模型的堤坝渗压动态预测分析[J].应用基础与工程科学学报,2021(1):112-122. |
| |
作者姓名: | 陈守开 蒋海峰 李海瑞 陈家林 史海波 |
| |
摘 要: | 渗透是关乎堤坝安全的重要因素之一.渗压数据分析是研究堤坝运行期渗流安全问题最直接的途径之一.根据堤坝渗压监测值的基本特征,基于粗糙集理论(RST)和长短时记忆网络模型(LSTM),建立RST-LSTM模型结构并编制python程序,实现了渗流影响因素重要性定量化排序、冗余因素的消除以及多因素影响下堤坝渗压值的预测分析....
|
关 键 词: | 堤坝 渗压值 粗糙集理论 长短时记忆网络模型 循环神经网络模型 BP神经网络模型 预测分析 |
本文献已被 CNKI 等数据库收录! |
|