收稿日期：２０２２－１０－１１；修回日期：２０２２－１１－０７基金项目：安徽省高校自然科学研究重点项目（ＫＪ２０２０Ａ１０４６）作者简介：沈忱（１９９１－），男，安徽怀远人，工程师，主要从事土木工程及水利工程设计工作。第２３卷第１期安徽水利水电职业技术学院学报Ｖｏｌ．２３Ｎｏ．１２０２３年３月ＪＯＵＲＮＡＬＯＦＡＮＨＵＩＴＥＣＨＮＩＣＡＬＣＯＬＬＥＧＥＯＦＷＡＴＥＲＲＥＳＯＵＲＣＥＳＡＮＤＨＹＤＲＯＥＬＥＣＴＲＩＣＰＯＷＥＲＭａｒ．２０２３基于卷积神经网络的大坝位移预测模型对比研究沈忱１，周娟２（１．安徽水安建设集团股份有限公司，安徽合肥２３００２６；２．安徽水利水电职业技术学院，安徽合肥２３１６０３）摘要：针对当前大坝位移预测研究中对大坝变形影响因子考虑欠缺的问题，将卷积神经网络与典型机器学习算法相融合对大坝位移进行预测。结合某大坝２０１８年３月１日至２０２２年５月１日的监测数据进行研究，并将大坝位移预测值与经典随机森林预测结果、支持向量机预测结果进行比较，结果表明融合卷积神经网络后的模型比单一模型具有更高的预测精度和更小的预测误差，模型预测性能更好。关键词：大坝变形；位移预测；卷积神经网络ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１－６２２１．２０２３．０１．００２中图分类号：ＴＶ６９８．１文献标识码：Ａ文章编号：１６７１－６２２１（２０２３）０１－０００５－０５ＣｏｍｐａｒｉｓｏｎｏｆｄａｍｄｉｓｐｌａｃｅｍｅｎｔｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｓｂａｓｅｄｏｎｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋＳＨＥＮＣｈｅｎ１，ＺＨＯＵＪｕａｎ２（１．ＡｎｈｕｉＳｈｕｉ＇ａｎＣｏｎｓｔｒｕｃｔｉｏｎＧｒｏｕｐＣｏ．，Ｌｔｄ，Ｈｅｆｅｉ２３００２６，Ｃｈｉｎａ；２．ＡｎｈｕｉＴｅｃｈｎｉｃａｌＣｏｌｌｅｇｅｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓａｎｄＨｙｄｒｏｅｌｅｃｔｒｉｃＰｏｗｅｒ，Ｈｅｆｅｉ２３１６０３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｖｉｅｗｏｆｔｈｅｌａｃｋｏｆｃｏｎｓｉｄｅｒａｔｉｏｎｏｆｔｈｅｉｎｆｌｕｅｎｃｅｆａｃｔｏｒｓｏｆｄａｍｄｅｆｏｒｍａｔｉｏｎｉｎｔｈｅｃｕｒｒｅｎｔｄａｍｄｉｓｐｌａｃｅｍｅｎｔｐｒｅｄｉｃｔｉｏｎｒｅｓｅａｒｃｈ，ｔｈｅｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋａｎｄｔｈｅｔｙｐｉｃａｌｍａｃｈｉｎｅｌ...
