文章编号:1009-6094(2023)07-2246-08大坝变形GALSTM组合预测模型研究*刘丹1，2，吕倩1，2，胡少华2，3，李墨潇1，2(1武汉理工大学中国应急管理研究中心，武汉430070;2武汉理工大学安全科学与应急管理学院，武汉430070;3国家大坝安全工程技术研究中心，武汉430010)摘要:为监测大坝运行过程中的异常状态，防范化解大坝溃坝等重大风险，基于大坝变形大样本、非线性监测数据，引入长短期记忆(LongShortTermMemory，LSTM)神经网络模型对大坝变形趋势进行预测，以测试样本的均方根误差最小为适应度函数，采用遗传算法(GeneticAlgorithm，GA)优化LSTM模型参数，建立大坝变形GA－LSTM组合预测模型。以福建水口水电站大坝为例进行验证分析，并与LSTM模型和门控循环神经网络(GatedＲecurrentUnit，GＲU)模型预测结果进行对比分析。分析结果表明，GA－LSTM模型的预测效果和性能更佳，且相较于LSTM模型和GＲU模型各测点预测误差均有减小，平均绝对误差减小量最高达6.92%。关键词:安全工程;大坝变形;长短期记忆神经网络;遗传算法;预测性能;参数优化中图分类号:X959文献标志码:ADOI:10.13637/j．issn．1009-6094.2022.0516*收稿日期:2022－03－27作者简介:刘丹，副教授，博士，从事风险监测预警、大数据与机器学习、复杂系统建模与仿真研究，liudan8575@whut．edu．cn;李墨潇(通信作者)，讲师，博士，从事基础设施安全，岩土力学研究，lmx@whut．edu．cn。基金项目:国家大坝安全工程技术研究中心开放基金项目(CX2019B04);国家自然科学基金项目(51979208);国家“十三五”重点研发计划重点专项项目(2017YFC0804608)0引言我国目前水库大坝数量为9.8万余座，位居世界首位。大坝安全极其重要，一旦发生溃坝，将造成难以估量的巨大损失。如1975年，河南省驻马店水库溃坝，造成1100万人受灾，102km京广线被冲垮，直接经济损失近百亿元;2018年，肯尼亚纳库鲁郡水坝溃坝，造成48人死亡。大坝安全监测是大坝安全管理的重要内容，其监测项目主要包括变形、应力应变、渗流、环境量等［1］。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》强调“保障国家水安全，加强水安全监测预警和风险防范能力”。对大坝进行安全监测、及时发现异常隐患具有重要意义。国内外学者在大坝变形预测方面开展了大量研究。1956年，Tonini［2］首先建立了统计模型，奠定了现代分析影响大坝变形的环境效应量的基础。吴中如等［3－4］提出了混凝土坝变形统计模型中的水压...
