沥青混凝土心墙砂砾石坝的地震响应预测模型与应用

作     者：杜敏 张社荣 王超 路彤 

作者机构：昆明理工大学建筑工程学院 天津大学水利工程智能建设与运维全国重点实验室 天津大学建筑工程学院 

出 版 物：《水力发电学报》 (Journal of Hydroelectric Engineering)

年 卷 期：2024年

核心收录：

学科分类：081504[工学-水利水电工程] 08[工学] 0815[工学-水利工程] 081503[工学-水工结构工程] 

基　　金：国家自然科学基金项目(51979188) 云南省重大科技专项计划项目(202102AF080001) 

主　　题：沥青混凝土心墙砂砾石坝 地震响应预测 长短时记忆网络 遗传粒子群算法 时间序列 

摘      要：尽管深度学习已被广泛用于预测结构的非线性地震响应，但网络框架的搭建方式和超参数的选取等仍是一个颇有争议的话题，会出现计算效率偏低、预测不精准等问题。沥青混凝土心墙砂砾石坝地震响应是一种时间序列数据，可采用时序预测模型挖掘其规律并进行预测。鉴于此，本文提出一种基于遗传粒子群（GAPSO）算法优化的长短时记忆神经网络（LSTM）模型，克服传统网络结构超参数难以确定而导致预测精度偏低等问题，达到能准确预测沥青混凝土心墙砂砾石坝非线性地震响应的目的；同时，与CNN、LSTM单一神经网络模型及未经GA算法优化的PSO-LSTM神经网络模型的预测精度进行对比分析。结果表明：相比于其他传统网络模型，本文提出的GAPSO-LSTM网络模型对沥青混凝土心墙砂砾石坝的地震响应有更高的预测精度，克服了人为主观选取超参数的盲目性，解决了PSO算法局部收敛等问题，为沥青混凝土心墙砂砾石坝的抗震性能评估提供了一种新思路。