基于DBO-DA-GRU的大坝变形预测模型

摘要： 针对大坝变形数据中存在噪声干扰、常规深度学习预测模型关键信息挖掘能力较弱且难以确定最优参数等问题，首先采用变分模态分解(VMD)联合小波阈值降噪方法对监测数据进行处理；然后利用基于双重注意力机制的门控循环单元(DA-GRU)对降噪后的变形数据进行预测，并引入蜣螂优化算法(DBO)对模型参数进行寻优，从而构建了基于DBO-DA-GRU的大坝变形预测模型；最后以某拱坝实测变形数据为... （共5页）