文档名：基于逐步回归BP神经网络的大坝变形监测模型
拱坝坝肩抗力体是坝体的重要受力部位,建立有效的监测模型意义重大.本文尝试用结合逐步回归分析方法的BP神经网络建立变形监测模型,以提高BP神经网络的泛化能力从而提高模型的预测准度和精度.成功完成了预测,且传统模型预测数据的残差平方和大于改进后的.实例分析表明,使用BP神经网络建立抗力体变形的监测模型是可行的,使用逐步回归-BP神经网络是有效的.同时由于模型的相通性,该逐步回归-BP模型也可用于大坝其他方面变形的预测.
作者：戚丹包腾飞康业渊柴丽莎
作者单位：河海大学水利水电学院,江苏南京,210098
母体文献：2013年全国大坝安全监测技术与应用学术交流会论文集
会议名称：2013年全国大坝安全监测技术与应用学术交流会
会议时间：2016年11月1日
会议地点：江苏扬州
主办单位：全国大坝安全监测技术信息网
语种：chi
分类号：O13F41
关键词：大坝 变形监测 BP神经网络 逐步回归法 泛化能力
在线出版日期：2017年6月30日
基金项目：
相似文献
相关博文
- 文件大小:
- 726.55 KB
- 下载次数:
- 60
-
高速下载
|
|
