摘要
针对拱坝坝肩抗力体是坝体的重要受力部位,应用结合逐步回归分析方法的BP神经网络构建监测模型,以提高BP神经网络的泛化能力和模型的预测准度和精度,利用C语言编程训练,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残差平方和。实例分析结果表明,该监测模型可行、有效,并具有通用性。
学科与关键词
关键词
坝肩抗力体变形大坝变形监测监测模型BP神经网络逐步回归 deformation of abutment resistance bodydeformation monitoring of dammonitoring modelBP neural networkstepwise regression
- 对基于自适应滤波优化神经网络的混凝土坝变位预报模型黎良辉; 曾兵建; 魏博文水力发电, 2013, (04): 83-86.
- ABC-BP模型在混凝土双曲拱坝变形监控中的应用陈晨; 邵晨飞; 魏玮; 江潜成; 李经纬; 杨孟水电能源科学, 2013, (08): 112.
- 基于PSO-SVM模型的拱坝坝变形预测研究刘敬洋; 刘何稚; 朱凯; 陈晨; 张凤山三峡大学学报(自然科学版), 2013, (01): 30-33.
