摘要
针对大坝安全监控中单一预测模型预测精度较低的问题,基于多元线性回归预测模型和BP神经网络模型,应用熵原理提出一种新的线性组合预测模型,并结合某大坝渗透压力实际观测资料对该组合预测模型进行实用性检验。结果表明,短期内三种模型均具有较高的预测精度,但预测长度增加后,该组合预测模型预测精度更高。
学科与关键词
关键词
多元线性回归BP神经网络组合模型熵权法渗透压力预测 multiple linear regressionBP neural networkcombination modelentropy methodseepage pressure forecasting
- 混凝土坝渗流性态综合评价与趋势预估模型研究苏怀智; 孙小冉人民长江, 2013, (22): 95.
- 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.
