Page 76 - 2025年第56卷第11期

.
［ 14］ 李国英 . 加快建设数字孪生流域提升国家水安全保障能力［J］ 中国水利，2022（20）：1.
.
［ 15］ 黄艳，张振东，李琪，等 . 智慧长江建设关键技术难点与解决方案的思考与探索［J］ 水利学报，2023，54
（10）：1141-1150.
［ 16］ 唐文坚，申邵洪，杨恒玲，等 . 数字孪生水利工程关键技术及其应用实践——以江垭皂市工程为例［J］ 长江
.
科学院院报，2024，41（8）：172-179.
［ 17］ 詹全忠，陈真玄，张潮，等 . 《数字孪生水利工程建设技术导则（试行）》 解析［J］ 水利信息化，2022（4）：1-5.
.
［ 18］ 李智，胡文才，刘媛媛，等 . 数字孪生工程数据底板建设与应用——以南四湖二级坝工程（试点）项目为例
［J］ 中国水利，2023（20）：63-67.
.
［ 19］ 孟庆庆，王军良，薄伟伟，等 . 基于云河地球平台的数字孪生小浪底水利枢纽工程防汛调度系统建设［J］ 水
.
利信息化，2024（2）：80-86.
.
［ 20］ 刘明辉，王晓玲，王佳俊，等 . 土石坝料压实特性改进多输出预测模型研究［J］ 水力发电学报，2022，41
（1）：63-73.
［ 21］ SU Z，XIAO X，TONG D，et al. Seismic fragility of earth-rock dams with heterogeneous compacted materials using
.
deep learning-aided intensity measure［J］ Structures，2025，73：108373.
［ 22］ CHEN H， LIU D. Stochastic finite element analysis of rockfill dam considering spatial variability of dam material
.
porosity［J］ Engineering Computations，2019，36（9）：2929-2959.
.
［ 23］ 刘明辉 . 考虑压实特性影响的高心墙堆石坝结构性态分析与优化研究［D］ 天津：天津大学，2022.
［ 24］ 林锋，黄润秋，史新鹏 . 块体稳定性分析系统 BSA3D 的开发与应用［J］ 成都理工大学学报（自然科学版），
.
2007（1）：82-85.
［ 25］ 王余涛，竺长安，申远，等 . 框架结构非线性弹塑性分析仿真系统的设计与实现［J］ 系统仿真学报，2011，
.
23（7）：1392-1397.
［ 26］ 张译文，王志恒，邱睿贤，等 . 利用长短期记忆神经网络的改进 POD-Galerkin 降阶模型及其在流场预测中的
应用［J］．西安交通大学学报，2024，58（2）：12-21．
［ 27］ TOZATO K， TAKASE S， MORIGUCHI S， et al. Rapid tsunami force prediction by mode-decomposition-based
.
surrogate modeling［J］ Natural Hazards and Earth System Sciences，2022，22（4）：1267-1285.
［ 28］ 毕剑飞，李靖，吴克柳，等 . 数据驱动与物理驱动融合的双驱动渗流代理模型构建［J］ 油气地质与采收率，
.
2023，30（3）：104-114.
［ 29］ 倪其军，阮文权 . 基于响应面模型的清淤射流泵吸头参数优化设计［J］ 船舶力学，2022，26（3）：365-374.
.
［ 30］ 高俊峰，李伟，杨玲玲，等 . 基于响应面法的全焊接球阀密封结构参数多目标优化［J］ 机电工程，2023，40
.
（11）：1718-1726.
［ 31］ 刘刚，高成龙，胡万君，等 . 基于改进的连续局部枚举采样和径向基函数响应面法的变压器静电环结构优化
设计［J］ 电工技术学报，2023，38（23）：6266-6278.
.
［ 32］ MOHAMMADI A，SHIMOYAMA K，KARIMI M S，et al. Efficient uncertainty quantification of CFD problems by
combination of proper orthogonal decomposition and compressed sensing［J］ Applied Mathematical Modelling，
.
2021，94：187-225.
［ 33］ 鲍长庚，闫贻鹏，黄一楠，等 . 基于多元自适应回归样条的光伏并网系统日输出功率预测［J］ 电力系统保护
.
与控制，2021，49（5）：124-131．
.
［ 34］ 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．

［ 35］ 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.
［ 36］ HE T， WANG N， ZHANG D. Theory-guided full convolutional neural network： An efficient surrogate model for
inverse problems in subsurface contaminant transport［J］ Advances in Water Resources，2021，157：104051.
.
［ 37］ LU X，HAN B，HORI M，et al. A coarse-grained parallel approach for seismic damage simulations of urban areas based
.
on refined models and GPU/CPU cooperative computing［J］ Advances in Engineering Software，2014，70：90-103.
［ 38］ ZHENG Z，LIAO W，LIN J，et al. Digital twin‐based investigation of a building collapse accident［J］ Advances in
.
Civil Engineering，2022，2022（1）：9568967.
［ 39］ 熊琛，许镇，陆新征，等 . 城市区域建筑群地震灾害场景仿真的高真实感可视化方法研究［J］ 土木工程学
.
报，2016，49（11）：45-51，90.

［ 40］ XU Z， WU Y， LU X， et al. Photo-realistic visualization of seismic dynamic responses of urban building clusters
.
based on oblique aerial photography［J］ Advanced Engineering Informatics，2020，43：101025.
.
［ 41］ 贾艾晨，韩国城，魏小鹏 . 大坝地震反应数据场三维动态可视方法［J］ 水利学报，2004（2）：106-110.
［ 42］ 苏哲，刘宗显，余红玲，等 . 基于虚拟传感器的坝区多输出自由场地震时程长序列预测模型研究［J］ 水利学
.
— 1467 —