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

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; 魏博文河海大学; 南昌大学
水力发电2013-4-12
6阅读
引用收藏
分享

摘要

采用标准神经网络(BP)构建的大坝安全监控预报模型难以满足工程精度要求。利用滤波理论(Unscented Kalman filter,UKF),引入自适应因子,并对神经网络进行赋权训练,提出了一种自适应非线性训练神经网络的混凝土坝安全监控模型。计算实例表明,该模型计算结果相对误差较小,满足工程精度要求,提高了神经网络的学习质量、收敛效率和泛化能力,减小了神经网络学习中的陷入局限极小值的可能性。该模型可推广应用于面板堆石坝、高边坡等结构安全监控分析中。

学科与关键词

关键词
神经网络UKF滤波混凝土坝安全监控模型 BP neural networkUKF filterconcrete damsafety monitoringmodel
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.
  • 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.
  • 考虑混凝土坝位移动力突变盲点的安全监控模型
    黎良辉; 魏博文; 徐镇凯人民长江, 2013, (13): 58-62.
查看全部 →

发表信息

论文状态
公开发表
期刊
水力发电
发表日期
2013-04-12
卷期
第 04 期
页码
83-86
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金重点项目(51139001);国家自然科学基金资助项目(51079046,50909041,50809025,50879024)

作者

  • 黎

    黎良辉 (第一作者)

  • 曾

    曾兵建

查看全部 3 位作者收起作者
  • 魏

    魏博文

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