Page 115 - 2025年第56卷第6期

ｓｉｏｎｏｐｔｉｍｉｚｅｄｂｙａｎｉｍｐｒｏｖｅｄＪａｙａａｌｇｏｒｉｔｈｍ［Ｊ］．ＡｐｐｌｉｅｄＳｃｉｅｎｃｅｓ，２０２０，１０（２０）：７２７３．
［１３］ 王晓玲，薛林丽，佟大威，等．基于改进 ＳＶＲ算法的灌浆功率阈值预测方法研究［Ｊ］．天津大学学报（自
然科学与工程技术版），２０２１，５４（８）：７７１ － ７８０．
［１４］ ＺＨＵＹ，ＷＡＮＧＸ，ＷＡＮＧＪ，ｅｔａｌ．Ａ ｈｙｂｒｉｄｉｎｔｅｒｖａｌｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｆｏｒｔｈｅＰＱ ｉｎｄｅｘｕｓｉｎｇａｌｏｗｅｒｕｐｐｅｒ
ｂｏｕｎｄｅｓｔｉｍａｔｉｏｎ － ｂａｓｅｄｅｘｔｒｅｍｅｌｅａｒｎｉｎｇｍａｃｈｉｎｅ ［Ｊ］．ＳｏｆｔＣｏｍｐｕｔｉｎｇ，２０２１，２５（１７）：１１５５１ － １１５７１．
［１５］ 刘建伟，王园方，罗雄麟．深度记忆网络研究进展［Ｊ］．计算机学报，２０２１，４４（８）：１５４９ － １５８９．
［１６］ ＴＩＭＯＴＨＥＯＵＳ．Ｔｈｅｒａｎｄｏｍ ｎｅｕｒａｌｎｅｔｗｏｒｋ：ａｓｕｒｖｅｙ［Ｊ］．ＴｈｅＣｏｍｐｕｔｅｒＪｏｕｒｎａｌ，２０１０，５３（３）：２５１ － ２６７．
［１７］ ＢＡＨＤＡＮＡＵＤ，ＣＨＯＫ，ＢＥＮＧＩＯＹ．Ｎｅｕｒａｌｍａｃｈｉｎｅｔｒａｎｓｌａｔｉｏｎｂｙｊｏｉｎｔｌｙｌｅａｒｎｉｎｇｔｏａｌｉｇｎａｎｄｔｒａｎｓｌａｔｅ［Ｃ］??
ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＬｅａｒｎｉｎｇＲｅｐｒｅｓｅｎｔａｔｉｏｎｓ （ＩＣＬＲ）．２０１４．
［１８］ 毕扬，郑波，张亚武，等．基于 ＭＩＣ与 ＢｉＧＲＵ的水电机组振动趋势预测 ［Ｊ］．水利 学 报，２０２１，５２（５）：
６１２ － ６２１，６３２．
［１９］ ＬＩＮＣ，ＷＡＮＧＸ，ＳＵＹ，ｅｔａｌ．Ｄｅｆｏｒｍａｔｉｏｎｆｏｒｅｃａｓｔｉｎｇｏｆｐｕｌｐ － ｍａｓｏｎｒｙａｒｃｈｄａｍｓｖｉａａｈｙｂｒｉｄｍｏｄｅｌｂａｓｅｄｏｎ
ＣＥＥＭＤＡＮｃｏｎｓｉｄｅｒｉｎｇｔｈｅｌａｇｏｆｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓ ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｔｒｕｃｔｕｒａｌＥｎｇｉｎｅｅｒｉｎｇ， ２０２２， １４８（７）：
０４０２２０７８．
［２０］ ＨＵＡＧ，ＷＡＮＧＳ，ＸＩＡＯ Ｍ，ｅｔａｌ．Ｒｅｓｅａｒｃｈｏｎｔｈｅｕｐｌｉｆｔｐｒｅｓｓｕｒｅｐｒｅｄｉｃｔｉｏｎｏｆｃｏｎｃｒｅｔｅｄａｍｓｂａｓｅｄｏｎｔｈｅ
ＣＮＮ － ＧＲＵｍｏｄｅｌ ［Ｊ］．Ｗａｔｅｒ，２０２３，１５（２）：３１９．
［２１］ 郑书闽，颜建国，郭鹏 程，等．基 于 ＶＭＤ及 深 度 学 习 的 供 水 管 道 小 尺 度 泄 漏 检 测 研 究 ［Ｊ］．水 利 学 报，
２０２４，５５（８）：９９９ － １００８．
［２２］ ＧＵＩＤＯＴＴＩＲ，ＭＯＮＲＥＡＬＥＡ，ＲＵＧＧＩＥＲＩＳ，ｅｔａｌ．Ａ ｓｕｒｖｅｙｏｆｍｅｔｈｏｄｓｆｏｒｅｘｐｌａｉｎｉｎｇｂｌａｃｋｂｏｘｍｏｄｅｌｓ［Ｊ］．
ＡＣＭ ＣｏｍｐｕｔｉｎｇＳｕｒｖｅｙｓ （ＣＳＵＲ），２０１８，５１（５）：１ － ４２．
ˇ
［２３］ ＺＨＡＮＧＹ，ＴＩＮＯＰ，ＬＥＯＮＡＲＤＩＳＡ，ｅｔａｌ．Ａｓｕｒｖｅｙｏｎｎｅｕｒａｌｎｅｔｗｏｒｋｉｎｔｅｒｐｒｅｔａｂｉｌｉｔｙ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓ
ｏｎＥｍｅｒｇｉｎｇＴｏｐｉｃｓｉｎＣｏｍｐｕｔａｔｉｏｎａｌＩｎｔｅｌｌｉｇｅｎｃｅ，２０２１，５（５）：７２６ － ７４２．
［２４］ 王小君，窦嘉铭，刘?，等．可解释人 工 智 能 在 电 力 系 统 中 的 应 用 综 述 与 展 望 ［Ｊ］．电 力 系 统 自 动 化，
２０２４，４８（４）：１６９ － １９１．
［２５］ 苏燕，付家源，林川，等．基于时间注意力机制的大坝动态变形预测模型［Ｊ］．水力发电学报，２０２２，４１
（７）：７２ － ８４．
［２６］ ＳＨＩＨ ＳＹ，ＳＵＮＦＫ，ＬＥＥＨ．Ｔｅｍｐｏｒａｌｐａｔｔｅｒｎａｔｔｅｎｔｉｏｎｆｏｒｍｕｌｔｉｖａｒｉａｔｅｔｉｍｅｓｅｒｉｅｓｆｏｒｅｃａｓｔｉｎｇ［Ｊ］．Ｍａｃｈｉｎｅ
Ｌｅａｒｎｉｎｇ，２０１９，１０８：１４２１ － １４４１．
［２７］ ＹＡＮＧＺ，ＺＨＡＮＧＪ，ＺＨＡＯＺ，ｅｔａｌ．Ｉｎｔｅｒｐｒｅｔｉｎｇｎｅｔｗｏｒｋｋｎｏｗｌｅｄｇｅｗｉｔｈａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍ ｆｏｒｂｅａｒｉｎｇｆａｕｌｔ
ｄｉａｇｎｏｓｉｓ［Ｊ］．ＡｐｐｌｉｅｄＳｏｆｔＣｏｍｐｕｔｉｎｇ，２０２０，９７：１０６８２９．
［２８］ 肖尧，钟登华，余佳，等．基于改进 ＨＴ － ＬＣＮＮ线段检测模型的隧洞施工活动时间信息智能提取方法［Ｊ］．
水利学报，２０２４，５５（１）：２４ － ３４，４７．
［２９］ 武宇翔，韩肖清，牛哲文，等．融合多注意力深度神经网络的可解释光伏功率区间预测［Ｊ］．电网技术，
２０２４，４８（７）：２９２８ － ２９３９．
［３０］ ＴＯＲＲＥＳＭ，ＣＯＬＯＭＩＮＡＳＭ，ＳＣＨＬＯＴＴＨＡＵＥＲＧ，ｅｔａｌ．Ａ ｃｏｍｐｌｅｔｅｅｎｓｅｍｂｌｅｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ
ｗｉｔｈａｄａｐｔｉｖｅｎｏｉｓｅ ［Ｃ］??ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＡｃｏｕｓｔｉｃｓ，ＳｐｅｅｃｈａｎｄＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ（ＩＣＡＳＳＰ）．
ＩＥＥＥ，２０１１．
［３１］ 栾孝驰，李彦徵，徐石，等．基于小波包变换与 ＣＥＥＭＤＡＮ的滚动轴承故障诊断方法［Ｊ］．航空动力学报，
２０２４，３９（５）：１５９ － １７３．
［３２］ 奇兴族．基于 ＭＩ － ＣＥＥＭＤＡＮ － ＡＤＡＢＯＯＳＴ的 快 速 路 短 时 交 通 流 预 测 ［Ｊ］．公 路 交 通 科 技，２０２２，３９（６）：
１３６ － １４３．
［３３］ 孙晨宇，张树东．基于 ＣＥＥＭＤＡＮ与 ＬＳＴＭ－ Ａｔｔｅｎｔｉｏｎ的股市预测模型 ［Ｊ］．计算机应用与软件，２０２３，４０
（１２）：１１９ － １２５，１４６．
［３４］ ＺＨＯＮＧＤ，ＹＡＮＦ，ＬＩＭ，ｅｔａｌ．Ａｒｅａｌ － ｔｉｍｅａｎａｌｙｓｉｓａｎｄｆｅｅｄｂａｃｋｓｙｓｔｅｍｆｏｒｑｕａｌｉｔｙｃｏｎｔｒｏｌｏｆｄａｍｆｏｕｎｄａｔｉｏｎ
ｇｒｏｕｔｉｎｇｅｎｇｉｎｅｅｒｉｎｇ［Ｊ］．ＲｏｃｋＭｅｃｈａｎｉｃｓａｎｄＲｏｃｋＥｎｇｉｎｅｅｒｉｎｇ，２０１５，４８：１９４７ － １９６８．
［３５］ 钟登华，时梦楠，崔博，等．大坝智能建设研究进展［Ｊ］．水利学报，２０１９，５０（１）：３８ － ５２，６１．
［３６］ ＢＲＡＵＷＥＲＳＧ，ＦＲＡＳＩＮＣＡＲＦ．Ａｇｅｎｅｒａｌｓｕｒｖｅｙｏｎａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍｓｉｎｄｅｅｐｌｅａｒｎｉｎｇ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃ
ｔｉｏｎｓｏｎＫｎｏｗｌｅｄｇｅａｎｄＤａｔａＥｎｇｉｎｅｅｒｉｎｇ，２０２１，３５（４）：３２７４ － ３２９８．

— ８ ０ ３ —