基于人工神经网络的大坝变形分析与预报——以西津大坝27#点的变形监测为例

被引:31
作者
马丽霞 [1 ]
王凤艳 [1 ]
陈剑平 [2 ]
机构
[1] 吉林大学地球探测科学与技术学院
[2] 吉林大学建设工程学院
关键词
大坝变形预报; BP网络; 逐步回归;
D O I
10.13278/j.cnki.jjuese.2009.03.028
中图分类号
TV698.11 [];
学科分类号
摘要
以MATLAB语言为基础,应用BP神经网络、逐步回归分析进行西津大坝27#点的变形分析与预报研究。在此基础上,进一步提出了逐步回归BP神经网络组合的预报方法,并探讨了3种方法的预报结果。研究表明,BP神经网络用于大坝变形分析与预报是可行的,所提出的逐步回归BP神经网络组合法提高了变形影响因子选择的科学性,在预报效果上,优于前两种方法。
引用
收藏
页码:487 / 491
页数:5
相关论文
共 10 条
[1]
神经网络理论与MATLAB R2007实现.[M].葛哲学; 孙志强; 编著.电子工业出版社.2007,
[2]
基于BP神经网络的工程车辆四参数自动变速控制 [J].
赵丁选 ;
崔功杰 ;
陈宁 ;
张红彦 .
吉林大学学报(工学版) , 2008, (05) :1091-1094
[3]
基于人工神经网络的三峡水库库岸稳定性分级 [J].
徐佩华 ;
陈剑平 ;
阙金声 ;
仲志成 ;
王清 .
吉林大学学报(地球科学版), 2007, (03) :564-569
[4]
BP神经网络在自喷井井底流压预测中的应用 [J].
龚晶晶 ;
蔡忠贤 ;
谭述 .
世界地质, 2006, (02) :191-195
[5]
逐步回归模型在大坝监测中的应用 [J].
王晓蕾 ;
王其霞 ;
槐先锋 .
水科学与工程技术, 2006, (01) :60-62
[6]
两类模型在大坝变形监测资料分析中的应用 [J].
方卫华 .
广西水利水电, 2004, (04) :54-58
[7]
基于BP网络的大坝变形分析与预报 [J].
吴秀娟 ;
李征航 .
测绘信息与工程, 2003, (05) :33-34
[8]
大坝神经网络预报模型与大坝回归预报模型的比较 [J].
吴云芳 ;
李珍照 .
长江科学院院报, 2003, (02) :50-53
[9]
大坝变形监测的BP网络模型与预报研究 [J].
杨杰 ;
吴中如 ;
顾冲时 .
西安理工大学学报, 2001, (01) :25-29
[10]
BP神经网络在地震综合预报中的应用 [J].
王炜 ;
蒋春曦 ;
张军 ;
周胜奎 ;
汪成民 .
地震, 1999, (02)