摘要: 为提高土石坝渗流预测的精度和效率,提出了一种基于经验模态分解(EMD)和长短期记忆神经网络(LSTM)的土石坝渗流预测模型。针对获取的土石坝渗流监测时间序列数据,采用EMD 方法对其进行自适应分解,获得若干从高频到低频的模态分量(IMF),对模态分量建立LSTM 土石坝渗流预测模型,将各模态分量的预测结果相加得到土石坝渗流最终预测值。为验证该土石坝渗流预测模型的精度,对实例土石坝渗流数据进行分析,并与其他预测模型进行对比试验,结果表明,基于EMD-LSTM 的土石坝渗流预测模型具有良好的精度,适用于运行期土石坝渗流预测分析,其结果可为土石坝安全运行提供决策技术支持。