| 基于改进的BP神经网络的大坝蓄水期实时预报模型 |
| |
| 引用本文： | 夏天倚,刘天祥,钟黎雨,陶亮. 基于改进的BP神经网络的大坝蓄水期实时预报模型[J]. 三峡大学学报(自然科学版), 2014, 36(5): 10-14 |
| |
| 作者姓名： | 夏天倚 刘天祥 钟黎雨 陶亮 |
| |
| 作者单位： | 河海大学水文水资源与水利工程科学国家重点实验室,南京 210098;河海大学水资源高效利用与工程安全国家工程研究中心,南京 210098;河海大学水利水电学院,南京 210098 |
| |
| 基金项目： | 国家自然科学基金项目,新世纪优秀人才支持计划资助,国家自然科学基金重点项目,国家自然科学基金青年科学基金项目 |
| |
| 摘 要： | 蓄水期是大坝安全监测的重点时期.鉴于坝体性态随水位快速升高产生实时变化,蓄水期监测资料平稳性较差等特点,传统的BP神经网络对数据处理本质上属于静态网络,不能满足对实时变动的蓄水期数据样本的准确预测.为了解决这个问题,在传统的BP神经网络模型的基础上,通过在误差计算和模型参数中分别引入遗忘因子,实时更新数据的影响权重,建立了大坝蓄水期资料分析的时变分析模型.最后使用传统的BP神经网络模型和改进的BP神经网络模型进行实例分析,结果表明后者比前者在径向位移的预测上精度提高1mm以上,改进的BP神经网络模型更加适用于大坝蓄水期监测资料分析与预测.
|
| 关 键 词： | 大坝监测 BP神经网络 蓄水期 遗忘因子 |
Real Time Dam Forecast Model for Early Period of Impounding Based on Improved BP Neural Networks |
| |
| Xia Tianyi,Liu Tianxiang,Zhong Liyu,Tao Liang. Real Time Dam Forecast Model for Early Period of Impounding Based on Improved BP Neural Networks[J]. Journal of China Three Gorges University(Natural Sciences), 2014, 36(5): 10-14 |
| |
| Authors: | Xia Tianyi Liu Tianxiang Zhong Liyu Tao Liang |
| |
| Affiliation: | Xia Tianyi;Liu Tianxiang;Zhong Liyu;Tao Liang;State Key Laboratory of Hydrology-Water Resources & Hydraulic Engineering,Hohai Univ.;National Engineering Research Center of Water Resources Efficient Utilization & Engineering Safety,Hohai Univ.;College of Water Conservancy & Hydropower Engineering,Hohai Univ.; |
| |
| Abstract: | |
| |
| Keywords: | dam monitoring BP neural network early period of impounding forgetting coefficient |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
