-
题名基于LSTM的泵闸工程混凝土施工期温度场预测
被引量:1
- 1
-
-
作者
程井
孔垂穗
邹科辉
-
机构
河海大学水利水电学院
-
出处
《水利水电科技进展》
CSCD
北大核心
2023年第2期76-81,共6页
-
基金
上海市水务局科研项目(沪水科2021-09)
贵州省水利科技经费项目(KT202217)
国家重点研发计划(2022YFC3005501)。
-
文摘
为了快速准确地预测混凝土施工期温度过程线,结合主成分分析,提出了一种基于长短期记忆网络(LSTM)算法的预测模型。以上海崇明岛四滧港和八滧港水闸底板为例,采用主成分分析对混凝土温度场的可能影响因素进行降维,建立以四滧港水闸底板温度数据为基础的LSTM温度过程线预测模型并对输入主成分进行训练,将训练后的模型用于八滧港温度过程线的拟合和预测并与实测结果进行对比。结果表明,该模型预测温度过程线与实际测点温度过程线拟合良好,均方根误差在2℃以内,判定系数接近1,预测结果符合工程精度要求。该预测模型可部分替代有限元反馈分析,从而提高泵闸混凝土温度场预测的效率。
-
关键词
泵闸结构
温控防裂
温度预测
深度学习
主成分分析
长短期记忆网络
-
Keywords
pump and sluice structure
temperature control and crack prevention
temperature prediction
deep learning
principal component analysis
long short-term memory
-
分类号
TV331
[水利工程—水工结构工程]
-