文件大小：1.47M
摘要：合理构建大坝运行安全在线监控模型是实时掌控大坝安全性态的重要保障。本文针对LSTM模型受多参数组合影响、最优参数泛化能力弱、人工选取参数难的问题，深入分析了学习率、分块尺寸、最大迭代次数和隐藏层单元数等关键参数对大坝安全在线监控模型精度的影响规律，提出了融合非线性惯性权重、收缩因子及柯西扰动项的粒子群优化改进算法（IPSO），构建了大坝安全监控IPSO-LSTM模型，有效解决了粒子群算法易出现局部最优的问题，提升了模型参数自寻优效果和泛化能力。工程校验表明，该模型能自动搜寻最优参数，模型精度高，鲁棒性强，适用于不同类型、不同长度的大坝安全监测数据序列，相对人工定参的LSTM模型误差至少能降低30%，可为大坝运行安全在线监控提供技术支持。
文章目录
0引言
1 LSTM模型在大坝安全监控中的适用性分析
2大坝安全在线监控IPSO-LSTM模型构建
2.1模型构建步骤
2.2 IPSO算法改进原理与效果
3模型校验
3.1模型精度分析
3.2模型稳定性分析
4结论
