基于二次模態(tài)分解和深度學習的大壩變形預測模型

摘要： 為充分提取大壩變形監(jiān)測數(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撲關系，有效提高預測精度，提出了一種基于二次模態(tài)分解和蜣螂優(yōu)化算法的雙向長短期記憶神經網絡大壩變形預測模型。該模型引入融合自適應噪聲完備集成經驗模態(tài)分解和變分模態(tài)分解的二次模態(tài)分解對數(shù)據(jù)進行預處理，有效降低高頻非平穩(wěn)性分量對預測精度的不利影響，并利用蜣螂優(yōu)化算法對雙向長短期記憶神經網絡進行超參數(shù)尋優(yōu)以深度挖... （共6頁）