一种集渗透变形特征判别与抗渗梯度预测于一体的方法

摘要

本发明公开了一种集渗透变形特征判别与抗渗梯度预测于一体的方法，S1、将渗流试验历史数据作为训练样本，并构建渗流试验数据库；S2、对训练样本进行数据清洗，根据重力确定无应力条件下数据的平均有效应力，并获得数据集；S3、切分数据集，将训练样本按比例切分为训练集和测试集；S4、基于因果模型的IE深度学习网络，加载预训练参数，构建集渗透破坏类型判别与抗渗梯度预测于一体的智能分析网络模型；S5、对测试集进行测试，根据误差概率优化智能分析网络模型，得到用于渗透破坏风险快速评估的优化智能分析网络模型；S6、根据现场工况，基于优化智能分析网络模型，快速评估堰塞体、土石坝的渗透破坏类型及是否产生渗透破坏。