基于极限学习机的面板堆石坝施工期沉降预测模型及应用

被引：5

作者：

朱创家 ^{[1
]}

季昀 ^{[2
]}

李同春 ^{[2
,3
]}

单彬彬 ^{[2
]}

张哲 ^{[2
]}

机构：

[1] 中国华电额勒赛下游水电项目(柬埔寨)有限公司

[2] 河海大学水利水电学院

[3] 河海大学水资源高效利用与工程安全国家工程研究中心

来源：

关键词：

面板堆石坝; 极限学习机; 施工期; 沉降; 预测;

D O I：

暂无

中图分类号：

TV641.43 [];

学科分类号：

摘要：

针对大坝安全监控预测中存在的不确定性与非线性问题,提出了基于极限学习机算法的面板堆石坝施工期沉降预测方法,并将其应用于柬埔寨某面板堆石坝沉降预测中。与传统的统计回归分析模型计算的沉降量相比,基于极限学习机算法的预测模型拟合学习速度快,精度高,适用性强,预测值与实测结果吻合较好。

引用

页码：69 / 71

页数：3

共 7 条

[1] 基于Elman神经网络的面板堆石坝沉降预测模型 [J].

吕飞 ;

沈振中 .

[2] 大坝变形预报的神经网络极限学习方法 [J].

范千 .

[3] 中国高混凝土面板堆石坝性状监测及启示 [J].

郦能惠 .

[4] 基于神经网络的土石坝沉降组合模型 [J].

徐洪钟 ;

张乾飞 ;

顾冲时 .

[5]

大坝安全监控不确定性问题的分析方法与应用研究.[M].杨杰; 著.中国水利水电出版社.2011,

[6]

面向MATLAB工具箱的神经网络理论与应用.[M].丛爽编著;.中国科学技术大学出版社.1998,

[7]

Extreme learning machine: Theory and applications.[J].Guang-Bin Huang;Qin-Yu Zhu;Chee-Kheong Siew.Neurocomputing.2006, 1