基于ResNet的大坝变形预测研究

为提高大坝变形预测模型的性能,提出将基于残差神经网络模型（ResNet）引入大坝变形预测领域,建立基于ResNet的大坝变形预测模型。以丰满大坝坝30#坝段1985-01-04～1988-07-13共200期监测数据为例,将全连接神经网络、传统卷积神经网络与本文ResNet进行实验对比。研究表明,文章基于ResNet的大坝变形预测模型收敛速度快、预测精度高,可为大坝监测数据分析提供参考。