LM-BP神经网络在大坝变形预测中的应用

被引：22

作者：

缪新颖 ^{[1
,2
]}

褚金奎 ^{[1
]}

杜小文 ^{[1
]}

机构：

[1] 大连理工大学微系统中心

[2] 大连水产学院信息工程学院

来源：

计算机工程与应用 | 2011年 / 47卷 / 01期

关键词：

大坝变形; LM-BP神经网络; 预测模型;

D O I：

暂无

中图分类号：

TV698.11 []; TP183 [人工神经网络与计算];

学科分类号：

081504 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了对大坝进行切实有效的监控,需要建立一个良好的大坝预测模型。针对传统BP(Back-Propagation)神经网络存在的收敛速度慢和泛化能力弱等缺陷,利用LM-BP(Levenberg Marquardt Back Propagation)算法对大坝变形进行预测,并根据丹江口大坝1996和1997两年的变形观测数据,对大坝挠度预测结果进行分析。结果表明,所建立的LM-BP神经网络的预测精度和收敛速度明显提高。

引用

页码：220 / 222

页数：3

共 8 条

[1] 神经网络中LMBP算法收敛速度改进的研究 [J].