ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

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; 杨孟河海大学; 南昌工程学院
水电能源科学2013-8-25
8阅读
引用收藏
分享

摘要

因大坝变形具有很强的非线性、随机性,致使预测困难。将人工蜂群算法(ABC)与BP神经网络相结合,利用人工蜂群算法具有强全局优化能力、强鲁棒性等优点,克服BP神经网络收敛速度慢、易陷入局部极小点等缺点,建立ABC-BP、BP神经网络大坝变形预测模型预测了小湾大坝变形。结果表明,与单纯的BP神经网络预测模型相比,ABC-BP算法提高了大坝变形预报的精度,加快了网络的收敛速度,能更高效准确地进行大坝变形监控预报。

学科与关键词

关键词
大坝变形小湾大坝人工蜂群算法BP神经网络权值 dam deformationXiaowan damartificial bee colonyBP neural networkweight
相关
加载中…
  • 基于逐步回归-BP神经网络的大坝变形监测模型
    戚丹; 包腾飞; 康业渊; 柴丽莎水电能源科学, 2013, (08): 109.
  • 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.
  • 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.
查看全部 →

发表信息

论文状态
公开发表
期刊
水电能源科学
发表日期
2013-08-25
卷期
第 08 期
页码
112
成果收录
CHINAJOURNAL
资助标注
中国电力投资集团公司科技基金资助项目(2011-042-HHS-KJ-X);国家自然科学基金资助项目(51139001,51279052,51209077)

作者

  • 陈

    陈晨 (第一作者)

  • 邵

    邵晨飞

查看全部 6 位作者收起作者
  • 魏

    魏玮

  • 江

    江潜成

  • 李

    李经纬

  • 杨

    杨孟

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417