来源：期刊VIP网 时间：
作者：张波;程雪辰;罗炜;陈健;王友乐;
单位：长江勘测规划设计研究有限责任公司;水资源工程与调度全国重点实验室;EPC管理技术创新中心;
摘要：为进一步提高大坝位移预测模型的精度，提出了一种结合梯度提升决策树(GBDT)、卷积神经网络(CNN)、Informer和人工生态系统优化算法(AEO)的混合模型。首先，利用GBDT评估输入特征的重要性，筛选出显著影响大坝位移的重要因子。然后，利用CNN对输入数据进行深度特征提取，挖掘有效信息；采用Informer模型建立提取特征与坝体位移之间的映射关系。最后，采用AEO算法对模型的超参数进行寻优。实际工程数据验证结果表明，与其他对比模型相比，所提模型具有更好的预测精度和稳定性。
关键词：大坝位移预测;;梯度提升决策树;;卷积神经网络;;Informer;;人工生态系统优化
基金资助：国家重点研发计划(2022YFC3005504);; 长江勘测规划设计研究有限责任公司生产类自主创新科研项目(CX2023S056)
