基于人工神经网络的土石坝沉降组合模型

被引：5

作者：

鞠石泉

顾冲时

仲琳

侯玉成

机构：

[1] 河海大学水利水电工程学院

[2] 河海大学水利水电工程学院江苏省南京市

[3] 江苏省南京市

来源：

水电自动化与大坝监测 | 2004年 / 06期

关键词：

人工神经网络; 组合模型; 土石坝沉降; 预测;

D O I：

暂无

中图分类号：

TV641 [土石坝（当地材料坝、填筑坝）];

学科分类号：

081504 ;

摘要：

影响土石坝沉降的主要因素是时效变形,目前常用的统计模型中时效分量主要采用指数模型和对数模型,但在某些工程实际中两子模型的拟合值与实测值偏差较大。文中在统计子模型基础上研究了一种基于人工神经网络的土石坝沉降组合模型,用于对土石坝沉降的拟合和预测,并给出实例。结果表明,组合模型较好地发挥了神经网络的非线性映射能力,并比统计子模型的拟合效果好。

引用

页码：38 / 40+44 +44

页数：4