高坝基岩多点变形监测的GRNN模型研究

被引:5
作者
黄铭
刘俊
机构
[1] 上海交通大学船舶海洋与建筑工程学院
关键词
广义回归神经网络; 高坝; 基岩变形; 模型监测;
D O I
暂无
中图分类号
TV223.3 [岩石地基和半岩石地基及其加固];
学科分类号
081503 ;
摘要
为有效地进行大坝基岩多测点变形分析预测,在既有的大坝变形安全监测数学模型结构基础上,利用广义回归神经网络(GRNN)良好的非线性拟合能力建立变形预测模型,并针对高坝基岩多点位移计监测的实际情况,以多个测点的变形量为分析对象,在利用历史变形资料进行训练后实现多点变形预测。实例计算与比较结果表明,GRNN模型计算快、精度高,是进行多测点非线性变形监测预报的有效工具。
引用
收藏
页码:84 / 86
页数:3
相关论文
共 4 条
[1]   基于遗传蠕变理论的土石坝沉降监测混合模型 [J].
黄铭 ;
黄伟 ;
刘俊 .
岩土力学, 2004, (S2) :164-166+173
[2]   广义回归神经网络预测加筋土支挡结构高度 [J].
周建萍 ;
闫澍旺 .
岩土力学, 2002, (04) :486-490
[3]   大坝垂线位移监测资料分析的4种统计模型 [J].
黄铭 ;
葛修润 ;
刘俊 .
长江科学院院报, 2001, (02) :37-40
[4]   重力坝安全监测位移多测点二维分布数学模型的研究 [J].
黄铭 ;
李珍照 .
武汉水利电力大学学报, 1997, (01) :3-7