基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
应用监控模型来监控大坝的工作性态是一条有效途径,但由于大坝工作条件复杂,影响因素繁多,为以精确的数学模型进行描述带来了很大的困难,而应采用从定性到定量的综合集成的方法,将专家知识、监测数据和各种信息与计算机软硬件技术结合起来,把坝工理论和坝工专家的经验结合起来对其进行研究。文中应用模糊神经网络和遗传算法等人工智能技术,依据专家的经验确定隶属函数,从而建立模糊神经网络预报模型,根据专家对实际情况的正确分析,对预报结果进行修正,达到进一步提高预报精度的目的。
推荐文章
基于改进遗传算法的神经网络集成模型
遗传算法
神经网络集成
自适应交叉概率
自适应变异概率
基于IM遗传算法和神经网络的风险管理模型及应用
神经网络
遗传算法
IM
风险管理
基于改进遗传算法的模糊RBF神经网络控制器设计
遗传算法
RBF神经网络
寻优
自适应
基于遗传算法和模糊神经网络的边坡稳定性评价
遗传算法
模糊神经网络
边坡稳定性
评价
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于模糊神经网络和遗传算法的大坝安全监控模型
来源期刊 大坝观测与土工测试 学科 工学
关键词 大坝 监控模型 模糊神经网络 遗传算法
年,卷(期) 2001,(1) 所属期刊栏目
研究方向 页码范围 10-12,22
页数 4页 分类号 TP183|TV698.1
字数 2738字 语种 中文
DOI 10.3969/j.issn.1671-3893.2001.01.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 顾冲时 河海大学水利水电工程学院 200 1993 24.0 35.0
2 吴中如 河海大学水利水电工程学院 166 2807 29.0 46.0
3 苏怀智 河海大学水利水电工程学院 108 1113 17.0 28.0
4 温志萍 30 368 9.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (60)
同被引文献  (35)
二级引证文献  (95)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(7)
  • 引证文献(6)
  • 二级引证文献(1)
2003(5)
  • 引证文献(2)
  • 二级引证文献(3)
2004(7)
  • 引证文献(4)
  • 二级引证文献(3)
2005(12)
  • 引证文献(6)
  • 二级引证文献(6)
2006(8)
  • 引证文献(4)
  • 二级引证文献(4)
2007(16)
  • 引证文献(8)
  • 二级引证文献(8)
2008(8)
  • 引证文献(4)
  • 二级引证文献(4)
2009(10)
  • 引证文献(2)
  • 二级引证文献(8)
2010(8)
  • 引证文献(2)
  • 二级引证文献(6)
2011(5)
  • 引证文献(0)
  • 二级引证文献(5)
2012(8)
  • 引证文献(5)
  • 二级引证文献(3)
2013(9)
  • 引证文献(4)
  • 二级引证文献(5)
2014(5)
  • 引证文献(2)
  • 二级引证文献(3)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(10)
  • 引证文献(3)
  • 二级引证文献(7)
2017(11)
  • 引证文献(2)
  • 二级引证文献(9)
2018(7)
  • 引证文献(3)
  • 二级引证文献(4)
2019(10)
  • 引证文献(2)
  • 二级引证文献(8)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
大坝
监控模型
模糊神经网络
遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水电与抽水蓄能
双月刊
2096-093X
32-1858/TV
大16开
江苏省南京市南瑞路8号
28-39
1977
chi
出版文献量(篇)
2989
总下载数(次)
7
论文1v1指导