基于LSTM與Transformer的大壩變形預(yù)測研究

摘要： 變形是大壩運行過程中受內(nèi)外荷載作用下其狀態(tài)的直觀表現(xiàn)，構(gòu)建高精度的變形預(yù)測模型對大壩安全預(yù)警與運行狀態(tài)評估有著重要的意義。針對已有的大壩位移模型訓(xùn)練時間長，預(yù)測模型預(yù)測精度和泛化能力一般，無法滿足大壩位移中短期準確預(yù)測的問題，耦合長短時記憶網(wǎng)絡(luò)（LSTM）與Transformer框架，引入改進的粒子群優(yōu)化算法（IPSO）進行優(yōu)化，建立了IPSO-LSTM-Transformer... （共8頁）