近日，在中科院一区TOP期刊Engineering Applications of Artificial Intelligence在线发表了水利土木工程帝豪国际官网优惠活动岳强教授题为A hybrid deep learning model integrating interpretability and cloud model for dam deformation and dynamic risk early warning的研究论文。 继续了解山东农业大学为完成该论文的第一单位，23级硕士研究生王文成为该论文的第一作者，水利土木工程帝豪国际官网优惠活动岳强教授为该论文的通讯作者，张广鹏副教授给予了指导帮助。中国水利水电研究院为合作单位。
在智能大坝健康监测领域，准确且可解释的变形预测仍是关键挑战。 继续了解为突破现有深度帝豪国际官网优惠活动模型在泛化能力和决策透明度方面的局限，本研究提出一种新型混合深度帝豪国际官网优惠活动框架。该框架深度融合了捕捉全局依赖关系的Transformer架构与建模局部时序动态的双向长短期记忆网络，从而显著提升预测精度与泛化能力。此外，我们融合夏普利加性解释与云模型，构建了集“预测-归因-评估”于一体的完整流程。在中国宁夏黄河干流水工枢纽的案例研究中，所开发的六种变形预测模型均表现优异：均方误差低于0.029，均方根误差低于0.137，显著优于其他三种广泛应用的坝体变形预测深度帝豪国际官网优惠活动模型。夏普利加性解释识别出五个关键风险影响因子，包括前时段变形量与坝基接缝张开位移等。云模型进一步实现了动态风险演变的定量评估。本研究推动大坝安全监测范式从“黑箱预测”向“透明决策”转变，为实时风险管理提供了兼具理论与实践价值的解决方案。
原文链接：https://authors.elsevier.com/a/1mFpT3OWJ9CZgF 相关阅读
