Page 23 - 2025年第56卷第1期

.
［ 92］ 郭辉 . 基于组合残差修正代理模型的帷幕灌浆施工方案优化［D］ 天津：天津大学，2022.
［ 93］ ZHANG T H，WANG X L，YU J，et al. Multi-objective optimization of curtain grouting construction scheme with
ensemble residual surrogate model［J］ Rock Mechanics and Rock Engineering，2024，57（1）：3439-3457.
.
［ 94］ 闫福根 . 水利水电工程坝基灌浆统一模型与分析理论及应用［D］ 天津：天津大学，2014.
.
.
［ 95］ 樊贵超 . 大坝基础灌浆工程施工质量控制理论与应用研究［D］ 天津：天津大学，2017.
［ 96］ 樊 启 祥 ， 黄 灿 新 ， 蒋 小 春 ， 等 . 水 电 工 程 水 泥 灌 浆 智 能 控 制 方 法 与 系 统［J］ 水 利 学 报 ， 2019， 50（2）：
.
165-174.
［ 97］ ZHU Y，WANG X，WANG J，et al. A hybrid interval prediction model for the PQ index using a lower upper bound
estimation-based extreme learning machine［J］ Soft Computing，2021，25（17）：11551-11571.
.
［ 98］ XUE L， ZHU Y， GUAN T， et al. Grouting power prediction using a hybrid model based on support vector regres⁃
sion optimized by an improved Jaya algorithm［J］ Applied Sciences，2020，10（20）：1-18.
.
［ 99］ 李凯，任炳昱，王佳俊，等 . 基于 CEEMDAN-Transformer 的灌浆流量混合预测模型［J］ 水利学报，2023，
.
54（7）：806-817.
.
［100］ 韩伟，赵存厚 . 小浪底灌浆工程中开发和应用的灌浆监控系统［J］ 水利水电技术，2001，32（11）：33-34.
［101］ STILLE B，STILLE H，GUSTAFSON G，et al. Experience with the real time grouting control method［J］ Geome⁃
.
chanics and Tunnelling，2009，2（5）：447-459.
.
［102］ 张天鸿，王晓玲，余红玲，等 . 基于大语言模型的灌浆工程知识服务系统［J/OL］ 水利学报，2025. （2025-
/
01-09）［2025-01-13］ https：/doi. org/10. 13243/j. cnki. slxb. 20240164.
.
［103］ 张 钟 壬 ， 马 睿 ， 胡 昱 ， 等 . 大 坝 智 能 建 造 智 能 化 程 度 评 价 方 法 探 讨［J］ 水 力 发 电 学 报 ， 2023， 42（12）：
.
108-118.
［104］ 蒋晓明，颉志强，徐航 . 通水冷却措施对碾压混凝土坝施工期温度应力及防裂影响研究［J］ 华北水利水电大
.
学学报（自然科学版），2023，44（6）：87-95.
［105］ 夏勇，刘毅，齐问坛，等 . 高海拔地区高拱坝首仓混凝土温度反演分析与温控措施优化［J］ 水利水电技术
.
（中英文），2024，55（4）：71-80.
［106］ 林鹏，李明，刘科，等 . 低热水泥碾压混凝土坝适应性智能通水策略研究［J］ 水利学报，2022，53（9）：
.
1028-1038.
［107］ 刘毅，杜雷功，钱文勋，等 . 高寒区高混凝土坝关键技术难题与解决途径［J］ 水利水电技术，2020，51（3）：
.
45-52.
［108］ 马睿，张庆龙，胡昱，等 . 混凝土拱坝温度应力与横缝性态智能控制方法［J］ 水力发电学报，2021，40（8）：
.
100-111.
［109］ 张庆龙，马睿，胡昱，等 . 大体积混凝土结构温度应力智能控制理论［J］ 水力发电学报，2021，40（5）：11-21.
.
［110］ LIN C，CHEN S，HARIRI-ARDEBILI M A，et al. An explainable probabilistic model for health monitoring of con⁃
.
crete dam via optimized sparse bayesian learning and sensitivity analysis［J］ Structural Control and Health Monitor⁃
ing，2023，2023（1）：2979822.
［111］ TAO L， ZHENG D， WU X， et al. Stress estimation of concrete dams in service based on deformation data using
SIE-APSO-CNN-LSTM［J］ Water，2022，15（1）：59.
.
［112］ YAO K， WEN Z， YANG L， et al. A multipoint prediction model for nonlinear displacement of concrete dam［J］
.
Computer⁃Aided Civil and Infrastructure Engineering，2022，37（14）：1932-1952.
［113］ XU G，WU Y，LI B，et al. Dynamic attention deconvolutional single shot detector for polyp detection and classifica⁃
/
tion in narrow-band imaging［C］/Medical Imaging 2023： Image-Guided Procedures， Robotic Interventions， and
Modeling. SPIE，2023.
［114］ CHEN B， HU T， HUANG Z， et al. A spatio-temporal clustering and diagnosis method for concrete arch dams
.
using deformation monitoring data［J］ Structural Health Monitoring，2019，18（5/6）：1355-1371.
［115］ 余红玲，王晓玲，任炳昱，等 . 土石坝渗流性态分析的 IAO-XGBoost 集成学习模型与预测结果解释［J］ 水利
.
学报，2023，54（10）：1195-1209.
［116］ 余红玲，王晓玲，王成，等 . 贝叶斯框架下大坝渗流参数反演组合代理模型研究［J］ 水利学报，2022，53
.
（3）：306-315，324.
［117］ 吕鹏，王晓玲，余红玲，等 . 基于 FDA 的大坝渗流安全动态可拓评价模型［J］ 河海大学学报（自然科学版），
.
— 18 —