Page 72 - 2024年第55卷第5期

P. 72

表３消融实验的多测点评价指标
相对值指标归一化值指标
模型
ＭＡＰＥｍｅａｎ ?％ＭＡＰＥｓｔｄ ?％ＳＭＡＰＥｍｅａｎ ?％ＳＭＡＰＥｓｔｄ ?％ＭＡＥＲＭＳＥＲ２
原模型０．２９５０．５９１０．２９７０．６０２０．０２３０．０２６０．９７５
ＡＲ０．３３８０．６５５０．３３７０．６５００．０２５０．０３００．９６５
ＧＣＮ－ＣＴＯＣ０．４４６０．５５８０．４４８０．５６４０．０３７０．０４００．９４８
ＧＣＮ－Ｌｉｎｅａｒ０．３９６０．５６８０．３９８０．５７７０．０３２０．０３６０．９６０
ＧＣＮ－ＡＲ－Ｍｅａｎ０．４２３０．６７００．４２５０．６８００．０３１０．０３５０．９５７
ＧＣＮ－Ｌｉｎｅａｒ－Ｍｅａｎ０．５０００．６９６０．５０３０．７０７０．０４１０．０４５０．９４０

４．７概率预测分析堆石坝监测数据的噪声是时变的，输入模型的时序数据噪声会被模型捕捉并反映
到输出中。为验证本模型处理数据噪声的能力，向归一化后的训练序列中随机添加标准差为０．００～
０．０３的白噪声；在预测时，向起始预测序列段添加标准差分别为０．００、０．０１、０．０２、０．０３的白噪声，
分析本模型和去除概率预测的模型（ＧＣＮ－ＡＲ－Ｍｅａｎ）在各噪声水平下的预测精度，通过在输出分布中
采样绘制预测变形的９５％置信区间。
以２号测点为例（图８），随着起始预测序列段中
噪声水平的增大，概率预测与非概率预测的精度均有
所降低，监测数据噪声对长期变形预测存在较大影
响。在各噪声水平下，本模型的精度均显著高于非概
率预测模型，采用概率预测方式可缓解监测数据噪声
的不利影响。如图９所示，向起始预测序列中添加不
同水平的白噪声，随着噪声量的增大，预测变形的置
信区间越宽，说明模型预测的分布方差增大，表明模
型能识别输入特征中所含的噪声量，并提供更合理的
预测结果。图８模型各噪声下预测指标

图９２号测点在含各标准差白噪声的起始预测序列下预测结果及９５％置信区间

２
— ５７ —

67 68 69 70 71 72 73 74 75 76 77