您当前的位置：
首页 >
文章列表页 >
基于GA优化的CNN-BiLSTM-Attention箱梁离散点温度预测模型
更新时间：2025-08-12

    • 基于GA优化的CNN-BiLSTM-Attention箱梁离散点温度预测模型

    • GA-optimized CNN-BiLSTM-Attention for discrete-point temperature prediction model of box girders

    • “在桥梁结构健康监测领域，专家提出了基于遗传算法优化的CNN-BiLSTM-Attention时序模型，有效解析复杂气象耦合机制，为桥梁结构健康监测提供高精度温度场预测工具，对提升基础设施服役寿命与安全运维水平具有重要工程意义。”
    • 土木与环境工程学报   2025年 页码：1-11

    • DOI：10.11835/j.issn.2096-6717.2025.079    

      中图分类号： U448.34

    • 收稿：2025-04-14，

      网络首发：2025-08-12，

    移动端阅览

  • 王雨辰,张方,袁俊杰等.基于GA优化的CNN-BiLSTM-Attention箱梁离散点温度预测模型[J].土木与环境工程学报, DOI：10.11835/j.issn.2096-6717.2025.079.

    WANG Yuchen,ZHANG Fang,YUAN junjie,et al.GA-optimized CNN-BiLSTM-Attention for discrete-point temperature prediction model of box girders[J].Journal of Civil and Environmental Engineering, DOI：10.11835/j.issn.2096-6717.2025.079.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

暂无数据

相关作者

暂无数据

相关机构

暂无数据
0