小波神经网络在高陡边坡位移预测中的应用

被引：13

作者：

李元松 ^{[1
]}

李新平 ^{[2
]}

代翼飞 ^{[2
]}

田昌贵 ^{[1
]}

陈清运 ^{[1
]}

机构：

[1] 武汉工程大学环境与城建学院

[2] 武汉理工大学土木与建筑学院

来源：

武汉工程大学学报 | 2010年 / 32卷 / 09期

关键词：

小波神经网络; 高陡边坡; 位移预测;

D O I：

暂无

中图分类号：

P642 [工程地质学]; TP183 [人工神经网络与计算];

学科分类号：

0814 ;

摘要：

阐述小波神经网络模型法的基本原理与程序实施步骤,探讨了高陡边坡监测数据与小波神经网络间的联系,建立了基于小波神经元网络的高陡边坡预报模型.以工程实例为背景,对高陡边坡位移进行预测预报,并与其它方法对比分析.研究表明:小波神经网络具有较好的函数逼近能力和容错能力,经过选取恰当的网络参数,较少的级数项组成的小波神经网络就能达到良好的预测效果.

引用

页码：38 / 42

页数：5

共 11 条

[1] 基于小波分析的灰色预测模型在大坝安全监测中的应用
焦明连
蒋廷臣
[J]. 大地测量与地球动力学, 2009, 29 (02) : 115 - 117
[2] 变形监测数据的小波神经网络预测方法
潘国荣
谷川
[J]. 大地测量与地球动力学, 2007, (04) : 47 - 50
[3] 基于BP网络的隧道围岩位移预测方法
李元松
李新平
张成良
[J]. 岩石力学与工程学报, 2006, (S1) : 2969 - 2973
[4] 基于小波神经网络理论的边坡位移预测
潘平
[J]. 成都理工大学学报(自然科学版), 2006, (02) : 176 - 180
[5] 基于小波神经网络的时间序列预报方法及应用
吕淑萍
赵咏梅
[J]. 哈尔滨工程大学学报, 2004, (02) : 180 - 182
[6] 小波变换、神经网络和小波网络的函数逼近能力分析与比较
刘志刚
王晓茹
何正友
钱清泉
[J]. 电力系统自动化, 2002, (20) : 39 - 44
[7] 岩土工程时间序列预报问题初探
张玉祥
[J]. 岩石力学与工程学报, 1998, (05) : 74 - 80
[8] 小波分析及其应用[M]. 重庆大学出版社 , 唐晓初主编, 2006
[9] 小波分析及其应用[M]. 机械工业出版社 , 孙延奎编著, 2005
[10] 智能岩石力学导论[M]. 科学出版社 , 冯夏庭著, 2000

← 1 2 →