来源：期刊VIP网 时间：
作者：张孟颖;王荣;喻桂成;王少波;
单位：江苏省水利勘测设计研究院有限公司;江苏省河道管理局;
摘要：闸基渗流稳定是水闸安全评价的重要指标之一，构建高精度的闸基渗压预测模型对保障水闸安全运行具有重要意义。为此，以某水闸工程闸基渗压为研究对象，构建了一种基于集合经验模态分解(EEMD)与改进粒子群算法(IPSO)优化双向长短期记忆神经网络(BiLSTM)相结合的闸基渗压预测模型。所建预测模型得到的三个渗压测点预测结果分布规律符合一般工程经验，并与另外三种常规预测模型进行对比。结果表明，所建预测模型得到的三个测点预测结果的均方根误差、平均绝对误差、平均绝对百分比误差均小于其他三个对比模型，与实测值更为贴合，具有更高的预测精度。研究结果可为闸基渗压精准预测提供参考。
关键词：水闸;;渗压预测;;集合经验模态分解;;改进粒子群算法;;双向长短期记忆神经网络
基金资助：江苏省水利科技项目(2023037)
